Indexed by：
Abstract：
本发明公开了一种基于Swin Transformer和Involution的SI‑Unet网络结构的肝脏肿瘤分割方法，该方法直接将CT转换为普通图像后的图像作为网络的输入，使用损失函数计算训练的损失值，通过优化损失值，反向传播更新模型参数，训练网络模型直至该模型收敛。在网络结构中，通过引入Swin Transformer模块来捕捉肿瘤间的长距离依赖，可以对肿瘤的边界进行更精确的分割；通过引入Involution来对每个位置进行单独的建模，可以对每个目标肿瘤的不同情况进行不同建模；在引入这两个模块的基础上，重新构建了一种新型的U型网络结构。通过在公开数据集Decathlon和LiTS上进行交叉验证，验证了基于这种网络结构的肝脏肿瘤分割方法的有效性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202210419594.4
Filing Date： 2022-04-21
Publication Date： 2023-11-03
Pub. No.： CN116993647A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
