文献类型：期刊文章

作　　者：高程玲[1] 叶海良[1] 曹飞龙[1]

GAO Chengling;YE Hailiang;CAO Feilong(Department of Applied Mathematics,College of Sciences,China Jiliang University,Hangzhou 310018)

机构地区：[1]中国计量大学理学院应用数学系,杭州310018

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金项目(No.62006215);浙江省自然科学基金项目(No.LZ20F030001)资助。

年　　份：2021

卷　　号：34

期　　号：5

起止页码：398-406

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：深度学习由于强大的特征提取能力,在克服类不平衡问题上具有一定优势,但分割精度和效率仍需提升.针对此问题,文中提出基于三重交互关注网络的医学图像分割算法.设计三重交互关注模块,并嵌入特征提取过程,通过对特征的通道维度和空间维度联合关注,充分捕获跨维度交互信息,有效聚焦重要特征,突出目标位置.此外,采用像素位置感知损失,进一步缓解类不平衡影响的作用.在医学图像数据集上的实验表明文中算法性能较优.

关 键 词：深度学习  语义分割  类不平衡  注意力机制  

分 类 号：TP391]