- 7
- 0
- 约13.4万字
- 约 83页
- 2026-03-06 发布于江苏
- 举报
摘要
摘要
在临床诊断中,脑肿瘤图像的精准分割对患者的早期诊疗和生命周期的预测具有重
要意义。近年来,深度学习技术广泛应用于脑肿瘤图像分割领域,脑肿瘤图像分割的研
究主要聚焦于脑胶质瘤和脑转移瘤两类常见的脑肿瘤。现有分割方法已有不错的效果,
但仍存在一些挑战。针对跨域小样本脑肿瘤图像的分割时,多数的分割方法不具备全局
感知机制,缺乏有效的特征提取及边缘信息导致无法提供丰富的细节信息,不同分支的
特征交互程度低进而影响分割的泛化性。针对脑
原创力文档

文档评论(0)