原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
结合注意力机制的Linknet网络改进及其应用
摘要
超声是甲状腺结节的主要检查手段。在临床诊断中，医生需要依据超声图像快速、准确地划分出结节区域。超声图像的噪声和伪影使得诊断过程变得困难。同时，甲状腺结节在超声图像中表现为位置不一和形状各异，使得结节的诊断结果缺乏客观性。为了能够快速、准确、客观地划分出结节区域，本文提出一种结合注意力机制的LinkNet网络，应用于甲状腺结节的超声图像分割。注意力机制具有以下特点：（1）提升模型性能。（2）运算成本低。
（3）提高了模型的可解释性。同时，LinkNet网络具有分割效率高且内存消耗小的优点。本文结合两者的优点，有针对性地解决人工划分结
文档评论（0）