您当前的位置：
首页 >
文章列表页 >
DC-CBAM-UNet++网络的肺结节图像分割方法
图形图像处理 | 更新时间：2023-07-24
|

    • DC-CBAM-UNet++网络的肺结节图像分割方法

    • Lung Nodule Image Segmentation Method Based on DC-CBAM-UNet++ Network

    • “在医学图像处理领域，研究者提出了一种新的肺结节分割方法DC-CBAM-UNet++，通过结合空洞卷积与注意力机制，显著提高了分割精度，为肺结节图像分析提供了有效解决方案。”
      ”
    • 软件导刊   2023年22卷第7期 页码：125-130

    • DOI：10.11907/rjdk.221582    

      中图分类号： TP391

    • 纸质出版日期：2023-07-30，

      收稿日期：2022-05-30，

    扫 描 看 全 文

  • 徐微,汤俊伟,张驰.DC-CBAM-UNet++网络的肺结节图像分割方法[J].软件导刊,2023,22(07):125-130. DOI： 10.11907/rjdk.221582.

    XU Wei,TANG Junwei,ZHANG Chi.Lung Nodule Image Segmentation Method Based on DC-CBAM-UNet++ Network[J].Software Guide,2023,22(07):125-130. DOI： 10.11907/rjdk.221582.

  •  
  •  

0

浏览量

6

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于RA-UNet++的肝癌图像分割方法
一种基于多层次语言信息的自然语言推理方法
基于特征融合与注意力的服装图像分类算法
卷积神经网络在前列腺多参数MRI中的应用进展
基于注意力掩码的领域泛化研究

相关作者

张振寰
李琳
张梦静
钟珞
陈云
程庆贺
李涛
张俊杰

相关机构

湖北孝感美珈职业学院 信息技术学院
武汉理工大学 计算机与人工智能学院
武汉纺织大学 计算机与人工智能学院
上海理工大学 健康科学与工程学院
海军军医大学 转化医学研究中心
0