换一批基于注意力机制和深度学习的颅脑外伤患者CT图像分割
CTImage Segmentation of Traumatic Brain Injury Patients Based on Attention Mechanism and Deep Learning
摘要CT脑组织图像分割对颅脑外伤的临床诊断与治疗具有重要辅助作用.基于此,研究引入基于深度学习的V-Net模型进行脑组织定位,同时引入注意力机制,以实现脑组织图像的精准分割.结果表明,研究所提分割模型的Dice指标最高达到99.81％.同时,该分割模型的精确率与召回率最高分别达到99.38％、99.84％.说明,研究所提算法具有显著的性能优势,且具有良好的实际应用效果,可为颅脑外伤的脑部诊断及治疗提供可靠的技术支持.
更多相关知识
关键词
V-NetCT图像分割注意力机制颅脑外伤脑组织V-NetCT image segmentationAttention mechanismCraniocerebral injuryBrain tissue
栏目名称
DOI
10.11967/2024220206
发布时间
2024-05-31（万方平台首次上网日期，不代表论文的发表时间）
基金项目
康复沙龙对脑出血患者术后运动功能、心理弹性及认知功能的影响,编号XJDX（XJDX1711-2208）
- 浏览18
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
