科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高肝脏图像的分割精度，提出一种基于U-Net的改进网络即MDRA-Net算法。编码时使用多残差连接模块来提升网络的深度且加强肝脏特征的重复提取，解码时利用通道和空间注意力机制模块（scSE）来对模型提取后的特征进行筛选，加强有用特征传递，编码和解码都引入级联多尺度空洞残差模块用以充分捕捉肝脏图像的多尺度特征信息。在公开数据集LiTS17上验证了所提的算法，评价指标DICE的结果为98.689%,VOE结果为0.025,RVD结果为0.012。结果表明，与其他肝脏图像分割算法相比，本文提出的MDRA-Net算法在肝脏细节分割性能上有更好的表现。
-
单位自动化学院; 昆明理工大学
