融合多模态分组特征处理模块的脑肿瘤分割方法
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>3886 K
標簽： 脑部肿瘤分割 U-Net MRI
所需積分：0分積分不夠怎么辦？
文檔介紹：当前脑部肿瘤分割模型大多在通道维度上简单拼接多模态MRI图像，未充分利用其多模态信息。为此，基于3D UX-Net，提出融合多模态分组特征处理模块的MGF-UX Net模型。该模型通过模态特征抽取与融合两大模块，实现多模态特征的有效利用。模态特征抽取模块针对四种MRI模态特性，采用专门的特征提取网络，以最大化保留有效信息；模态特征融合模块基于先验知识，将四个模态划分为两组，并通过模态分组交叉注意力（MGCA）机制进行深度融合。实验结果表明，在BraTS2021数据集上，MGF-UX Net的平均DSC和HD95分别达到91.01%和4.975 mm，在脑肿瘤分割任务中各项指标优于现有对比模型。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。