换一批
换一批基于全尺度通道特征聚合编解码网络的肺结节分割算法
Lung nodule segmentation algorithm based on full-scale channel feature aggregation coding and decoding network
摘要针对不同性质下肺结节难以精准检测的难题,提出全尺度通道特征聚合编解码网络(FCFA-Net)去辅助经验丰富的医师进行诊断.本网络由SMC、全尺度特征聚合器、自相关特征增强器、通道特征层级提取解码器以及双项限制损失函数构成,用于充分提取CT图像中的浅层与深层特征,以达到分割大小各异、形状各异的肺结节病灶.本文方法FCFA-Net网络相较于UNet、UNet++和TransUnet方法精准率分别提升9.66%、7.84%、3.75%,召回率提升5.50%、2.96%、1.37%,均交并比提升11.35%、7.16%、4.18%,F1分数提升8.07%、5.87%、3.10%,且消融实验表明各个结构均发挥作用,在参数接受范围内达到最佳效果.
更多相关知识
关键词
肺结节分割全尺度跳跃连接双项限制损失函数空洞卷积lung nodule segmentationfull-scale skip connectionbinomial constraint loss functiondilated convolution
栏目名称
DOI
10.3969/j.issn.1005-202X.2024.12.007
发布时间
2024-12-30
基金项目
国家自然科学基金（61171177）；
国家重大科学仪器设备开发专项（2013YQ240803）；
山西省重点研发计划（201803D121069）；
山西省高等学校科技创新项目（2020L0624）；
山西省信息探测与处理重点实验室基金（ISPT-2020-5）
- 浏览3
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
