换一批
换一批基于U-Net融合Transformer的肺结节分割方法研究
Research on Pulmonary Nodule Segmentation Method Based on U-Net Combined with Transformer
摘要目的 提出肺结节分割模型,实现肺结节分割.方法 在U-Net神经网络中加入编码器、空洞卷积以及Swin Transformer模块,提出一个将空洞卷积、编码器和注意力机制相结合的模型,并在LUNA16公共数据集上验证模型性能.结果 改进的模型在LUNA16公共数据集上进行肺结节分割的准确度(Accuracy,ACC)、特异性(Specificity,SP)、交并比(Intersection Over Union,IOU)和Dice系数(Dice Similarity Coefficient,DSC)分别为0.9651、0.9572、0.8354、0.8971.结论 该分割模型在ACC、SP、IOU和DSC方面表现优异,可辅助医生诊断,在临床肺结节分割方面具有一定的参考价值.
更多相关知识
关键词
肺结节肺结节分割U-Net神经网络Swin Transformer模块pulmonary nodulepulmonary nodule segmentationU-Net neural networkSwim Transformer module
分类号
TP391
栏目名称
DOI
10.3969/j.issn.1674-1633.2024.05.006
发布时间
2024-05-28
- 浏览50
- 被引0
- 下载7
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
