-
题名融合残差结构和注意力机制的下颌骨CT图像分割方法
- 1
-
-
作者
方梓涛
刘丹
吴扬东
何玲
-
机构
贵州大学现代制造技术教育部重点实验室
-
出处
《智能计算机与应用》
2024年第2期83-89,共7页
-
文摘
针对传统深度学习方法在下颌骨CT图像分割中存在的问题,本文提出一种融合残差结构和注意力机制的改进Unet网络。将注意力机制融入Unet的解码器,构建上采样注意力模块,在不同维度上进行平均池化和最大池化,使网络更加关注下颌骨区域的信息,增强下颌骨分割能力;将残差结构融入Unet网络的编码器,解决深度网络训练时的网络退化和梯度消失问题;采用迁移学习训练的方法,避免因下颌骨图像数据不足导致的网络收敛慢的问题。对比实验表明,改进Unet网络平均交并比达到94.68%,各评价指标均优于FCN、DeeplabV1和SegNet网络。
-
关键词
下颌骨
Unet
残差结构
注意力机制
迁移学习
-
Keywords
mandible
Unet
residual structure
attention mechanism
transfer learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-