换一批DCF-UNet:基于动态自适应多分辨率交互机制的冠脉造影图像血管分割方法
DCF-UNet:a coronary angiography vessel segmentation approach based on a dynamic adaptive multi-resolution interaction mechanism
摘要提出一种基于动态自适应多分辨率交互机制的渐进式优化网络DCF-UNet.该模型通过协同轻量化主感知模块、动态自适应多尺度特征融合,降低参数复杂度的同时,又缓解血管断裂和小血管丢失问题.针对边缘模糊问题,模型结合残差连接与多输出监督机制,有效补偿边界细节.使用公共数据集CHUAC与DCA1,并通过数据集预处理对数据集分别扩充,DCF-UNet模型在CHUAC与DCA1数据集的准确率分别为0.9831和0.9784,F1分别为0.7809和0.7989,交并比分别为0.641 3和0.6665.实验结果表明该模型优于传统UNet及主流改进UNet模型,验证DAMI机制及模块协同的有效性.
更多相关知识
关键词
冠脉造影图像分割多分辨率交互机制局部特征增强多尺度特征融合残差连接UNetcoronary angiographyimage segmentationmulti-resolution interaction mechanismlocal feature enhancementmulti-scale feature fusionresidual connectionUNet
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.1005-202X.2026.02.004
发布时间
2026-02-04（万方平台首次上网日期，不代表论文的发表时间）
- 浏览5
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
