基于特征融合的海马体分割

摘要：

针对现有海马体分割算法无法对目标区域进行精确分割的问题,利用编解码结构研究一种基于特征融合的海马体分割模型.首先利用Resnet34作为模型特征编码层提取更丰富的语义特征;其次在编解码过渡层引入基于混合扩张卷积的ASPP模块以获取多尺度特征信息.最后使用注意力特征融合机制作为编解码层间的连接层以有效结合深层特征与浅层特征,为后续分割提供海马体区域位置信息,提高模型分割性能.实验在ADNI数据集上进行以验证提出模型的有效性,所研究网络模型IoU、DICE、精确率、召回率4个评价指标上分别达到了84.67%、88.51%、87.90%和89.01%.与现有先进医学分割算法进行实验对比,也表明了该模型有更好的分割能力,达到了较好的海马体图像自动分割效果.

关键词：阿尔兹海默症、海马体分割、注意力机制、特征融合、空洞空间金字塔池化

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;华为智能基座人工智能项目

在线出版日期：2023-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-6,53