基于全局多分支融合匹配注意力的医学图像分割模型

郭宇辰; 罗会兰

doi:10.11907/rjdk.241205

您当前的位置：

首页 >

文章列表页 >

基于全局多分支融合匹配注意力的医学图像分割模型

图形图像处理 | 更新时间：2025-04-14

- 基于全局多分支融合匹配注意力的医学图像分割模型
- Medical Image Segmentation Model Based on Global Multi-Branch Fusion Paired Attention
- “医学图像分割领域取得新进展，专家提出MFP Net模型，通过学习图像中的相似表征提升分割精度，为精确识别内部结构提供解决方案。”
- 软件导刊 2025年24卷第4期页码：147-153
- 作者机构：
  
  江西理工大学信息工程学院，江西赣州 342100
- 作者简介：
  
  郭宇辰（1998-），男，江西理工大学信息工程学院硕士研究生，研究方向为计算机视觉
  罗会兰（1973-），女，博士，江西理工大学信息工程学院教授，研究方向为计算机视觉。
- 基金信息：
  
  国家自然科学基金项目(61862031);江西省自然科学基金重点项目(20232ACB202011);江西省主要学科学术和技术带头人培养计划——领军人才项目(20213BCJ22004)
- DOI：10.11907/rjdk.241205
  中图分类号： TP391.41
- 收稿日期：2024-03-05，
  
  纸质出版日期：2025-04-15
- 稿件说明：
移动端阅览
郭宇辰,罗会兰.基于全局多分支融合匹配注意力的医学图像分割模型[J].软件导刊,2025,24(04):147-153.

GUO Yuchen,LUO Huilan.Medical Image Segmentation Model Based on Global Multi-Branch Fusion Paired Attention[J].Software Guide,2025,24(04):147-153.
郭宇辰,罗会兰.基于全局多分支融合匹配注意力的医学图像分割模型[J].软件导刊,2025,24(04):147-153. DOI： 10.11907/rjdk.241205.

GUO Yuchen,LUO Huilan.Medical Image Segmentation Model Based on Global Multi-Branch Fusion Paired Attention[J].Software Guide,2025,24(04):147-153. DOI： 10.11907/rjdk.241205.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于肿瘤形状特征与点云方法的PET-CT多模态图像神经母细胞瘤分割

PRA-UNet3+：全尺度跳跃连接CT肝脏图像分割模型

多尺度融合的MRI脑肿瘤图像分割方法

基于全局多分支融合匹配注意力的医学图像分割模型

Medical Image Segmentation Model Based on Global Multi-Branch Fusion Paired Attention

DOI：10.11907/rjdk.241205