您当前的位置：
首页 >
文章列表页 >
融合双注意力机制与U-net模型的视网膜血管图像分割方法
图形图像处理 | 更新时间：2024-06-27
|

    • 融合双注意力机制与U-net模型的视网膜血管图像分割方法

    • A Retinal Vessel Image Segmentation Method Incorporating Dual Attention Mechanism and U-net Model

    • “在视网膜疾病诊断领域，一项融合双注意力机制与U-net模型的视网膜血管分割方法取得突破，显著提升了分割精度，为相关疾病治疗提供有力支持。”
      ”
    • 软件导刊   2024年23卷第6期 页码：150-156

    • DOI：10.11907/rjdk.231521    

      中图分类号： TP391

    • 纸质出版日期：2024-06-15，

      收稿日期：2023-05-20，

    扫 描 看 全 文

  • 沈学利,王昆蓬.融合双注意力机制与U-net模型的视网膜血管图像分割方法[J].软件导刊,2024,23(06):150-156. DOI： 10.11907/rjdk.231521.

    SHEN Xueli,WANG Kunpeng.A Retinal Vessel Image Segmentation Method Incorporating Dual Attention Mechanism and U-net Model[J].Software Guide,2024,23(06):150-156. DOI： 10.11907/rjdk.231521.

  •  
  •  

0

浏览量

0

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

基于改进高分辨率网络的人体姿态估计
基于注意力机制与自适应特征融合的群养猪身份识别
一种改进的YOLOv5电动车头盔佩戴检测方法
基于多尺度特征融合的遥感影像水体检测

相关作者

刘洁
陈志
岳文静
韩丁磊
陈晨
Steibel Juan
Siegford Janice
韩俊杰

相关机构

南京邮电大学 计算机学院
南京邮电大学 通信与信息工程学院
江苏大学 电气信息工程学院
Department of Animal Science, Iowa State University, Ames
Animal Behaviour and Welfare Group, Department of Animal Science, Michigan State University,East Lansing
0