- 1、本文档共58页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
摘要
基于混合注意力机制的多模态脑肿瘤图像分割方法研究
近年来,随着空气、环境质量的不断下降,以及人们在日常饮食中不能控制
对亚硝基化合物的摄入,脑肿瘤成为威胁人们健康的常见肿瘤之一。随着医学影
像的发展,作为影像技术之一的核磁共振成像(MRI)在肿瘤诊断过程中发挥着巨
大的作用。然而,医生对图像的判断大都是根据主观经验,不同医生对图像判断
也是略有出入,且在图像判别上浪费大量的精力,耽误患者的及时诊断。图像分
割作为当前计算机视觉领域的一大研究热点,在脑肿瘤图像分割领域中得到广泛
应用,辅助医生进行快速诊断。但是,脑肿瘤图像本身存在噪声大,病灶区域纹
理特征不清晰,图像原有的线性特征不足的问题,它作为医学图像本身涉及患者
的隐私;并且对于图像的标注任务需要专业的、有经验的放射科医生来进行,这
样标注出的结果才更有说服力,所以针对脑肿瘤图像的分割任务有较高的复杂
性。近年来,很多国内外研究学者在医学图像尤其是脑肿瘤分割领域已经取得了
重大的进展,尤其是基于深度学习技术的图像分割,在很多器官病灶分割任务上
表现优异。但是大部分方法仍然存在一些问题,例如,深度分割模型对于3D图
像的高维特征挖掘不足,病灶区域与正常器官边界分割模糊,模型本身参数较多,
模型浮点计算量较大,使得模型的推理速度较慢且泛化能力较低。
基于上述问题,我们提出一种基于混合注意力机制的3D脑肿瘤图像分割架
构HANet(HybridAttentionNetwork)。HANet采用一种编解码方式,包含3D
特征编码器和3D特征解码器,并且在解码器的输出阶段,我们引入了基于通道
注意力机制和空间注意力机制的混合注意力机制模块,并且提出一种注意力门单
元AGUs,用来整合编码器阶段和上采样过程的两部分特征。网络中采用了密集
连接的方式,防止参数在网络训练过程中引起的丢失,本文主要研究内容如下:
首先介绍脑肿瘤医学图像分割的背景和研究意义,对图像分割在医学图像尤
其是脑肿瘤图像分割任务中的研究情况进行综合概述,并分析了方法的优缺点;
介绍了脑肿瘤医学图像的特点,并对脑肿瘤图像分割相关技术作简要介绍。其次,
提出全新的针对脑肿瘤图像的分割架构HANet,架构采用一种V型结构,采用
编解码方式,并加入混合注意力机制和注意力门单元,架构中还采用了密集连接
的方式,一方面防止了数据丢失,另一方面提升了网络的速度。最后,在现有
I
BraTS18脑肿瘤图像数据集的基础上,进行数据增强,扩充数据集并提出一整套
脑肿瘤图像的预处理方法,提出一种重叠性图像分块方法。通过实验,证明了该
方法的有效性,在此数据集下验证了HANet分割架构的有效性。
关键词:
深度学习,脑肿瘤图像分割,注意力机制,迁移学习,密集连接
II
Abstract
Multi-modalBrainTumorImageSegmentationBasedonMixed
AttentionMechanism
Inrecentyears,withthecontinuousdeclineofairandenvironmentalquality,as
wellaspeoplesinabilitytocontroltheintakeofnitrosocompoundsintheirdailydiet,
braintumorhasbecomeoneofthecommontumorsthreateningpeopleshealth.With
thedevelopmentofmedicalimaging,magneticresonanceimaging(MRI),asoneof
theimagingtechnologies,playsanimportantroleindoctorsdiagnosis
process.However,
您可能关注的文档
最近下载
- 小学校创客及人工智能教育典型案例.docx
- 变电运行试题题库.pdf VIP
- 2023年新疆大学软件工程专业《数据结构与算法》科目期末试卷B(有答案).docx VIP
- JC08心理咨询技能单科作业题(新版教材考生通用_202305月考生适用).pdf
- 七人学生小品《如此课堂》剧本台词手稿.doc
- 部级基础教育精品课PPT模板.pptx
- 采埃孚商用车及工程机械产品专用油品手册.PDF
- QGDW10270-2017-220kV及110(66)kV输变电工程可行性研究内容深度规定.pdf
- 2022知到答案 军事理论(同济大学) 智慧树满分章节测试答案.docx
- 口腔CBCT管理制度-操作规程.docx
文档评论(0)