CN114581453B 基于多轴面特征融合二维卷积神经网络的医学图像分割方法 （重庆邮电大学）_第1页
CN114581453B 基于多轴面特征融合二维卷积神经网络的医学图像分割方法 （重庆邮电大学）_第2页
CN114581453B 基于多轴面特征融合二维卷积神经网络的医学图像分割方法 （重庆邮电大学）_第3页
CN114581453B 基于多轴面特征融合二维卷积神经网络的医学图像分割方法 （重庆邮电大学）_第4页
CN114581453B 基于多轴面特征融合二维卷积神经网络的医学图像分割方法 （重庆邮电大学）_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号基于多轴面特征融合二维卷积神经网络的本发明涉及一种基于多轴面特征融合二维网络模型；将同一图像块分别沿X轴和Y轴旋转2下采样路径采用残差瓶颈模块提取特征；所述上采样路径包括三次上采样和残差瓶颈模S4：分别将步骤S3得到的三个图像块切片输入对应S7：对网络进行调参，将验证数据效果最好的模型2.根据权利要求1所述的基于多轴面特征融合二维卷积神经网络的医学图像分割方3.根据权利要求1所述的基于多轴面特征融合二维卷积神经网络的医学图像分割方3[0003]在分割算法研究早期，有研究者提出了包括Snake模型和水平集方法等基于形变4性插值进行分辨率还原。每个网络分支的损失函数使用Focalloss和lovász-softmax[0016](1)本发明对训练样本进行切块训练，使用随机取块的方式解决硬件算力限制问[0017](2)本发明在下采样路径中通过最大值池化核进行下采样操作，通过最大值池化[0019](4)本发明通过三个不同轴面对输入切片进行特征提取，每个轴面对应分支网络5[0031]请参阅图1～图5，图1是本实施例提供的基于多轴面融合UNet的三维大脑磁共振Focalloss和lovász-softmaxloss的组6[0037]步骤4：使用多轴面特征融合网络模型对训练集进行训练，并对网络模型进行调7

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论