MRAU-net网络下的X光胸片肺野分割算法

摘要：

为了解决U-net网络进行X光胸片肺野分割时,受限于特征提取能力不足导致分割结果不精确的问题,提出一种多尺度残差注意力U型网络(MRAU-net)模型.利用多尺度信息融合(MIF)模块,改善网络结构,增加对多尺度信息的获取;利用通道和空间双注意力(CSDA)模块,解决网络在有限算力下的信息过载问题.同时,对残差模块进行改进,并与U-net网络进行深度结合,提升网络的学习稳定性,缓解梯度消失和过拟合现象.实验结果表明:文中方法具有优秀的X光胸片肺野分割能力,能获得更精确的分割结果.

关键词：胸片肺野分割、U-net网络、多尺度信息融合模块、通道和空间双注意力模块、深度残差

所属期刊栏目：44

分类号：TP391.41;R816.41(计算技术、计算机技术)

资助基金：国家自然科学基金;福建省自然科学基金资助项目;福建省高校产学合作科技重大项目;华侨大学中青年教师科技创新资助计划项目

在线出版日期：2023-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：398-406