融合多模态分组特征处理模块的脑肿瘤分割方法AET-电子技术应用-最丰富的电子设计资源平台

融合多模态分组特征处理模块的脑肿瘤分割方法
所属分类：技术论文
上传者：wwei
文档大小：3886 K
标签：脑部肿瘤分割 U-Net MRI
所需积分：0分积分不够怎么办？
文档介绍：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。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动