| 一种基于TransUnet的臂丛神经超声图像分割网络 |
| |
| 引用本文： | 刘伟光孔令军.一种基于TransUnet的臂丛神经超声图像分割网络[J].无线电通信技术,2023(4):597-603. |
| |
| 作者姓名： | 刘伟光孔令军 |
| |
| 作者单位： | 1.金陵科技学院网络与通信工程学院211169; |
| |
| 基金项目： | 江苏省大学生创新训练项目(202213573025Z)；江苏省高等学校基础科学(自然科学)研究重大项目(22KJA510009)；金陵科技学院高层次人才科研启动资金(jit-b-202110)；江苏高校“青蓝”工程资助。 |
| |
| 摘 要： | 在医疗图像分割领域中，以臂丛神经(Brachial Plexus, BP)超声图像为例的部分超声图像中存在对比度低、边缘模糊和噪声多等问题，使得对目标区域的准确分割十分困难。为此，基于TransUnet网络框架将Transformer模块引入U-Net网络编码端，利用其自注意力机制更好地捕捉图像中的全局特征，提高模型的特征提取能力；同时将空洞卷积应用到网络的跳跃连接来增大感受野，降低特征图中的噪声影响，为解码端提供更显著的特征。实验表明，与传统的U-Net、SegNet以及基于Transformer的MedT(Medical Transformer)相比，设计的网络模型具有更高的Dice系数和IoU值，Dice系数较前三者最高提升了13.2%。
|
| 关 键 词： | 医学图像分割 U-Net Transformer 空洞卷积 |
| 本文献已被 维普 等数据库收录！ |
