Indexed by：
Abstract：
本发明公开了一种基于MaskRCNN的肝脏肿瘤实例分割方法，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GAM模块来融合肝脏肿瘤实例分割过程中的位置信息和语义信息；通过提出多层特征融合模块使得网络可以学习到语义信息和位置信息权重的能力，可以更好的分割复杂情况下的肿瘤。通过在公开数据集Decathlon上进行交叉验证，验证了基于这种网络结构的肝脏肿瘤实例分割方法的有效性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202210419593.X
Filing Date： 2022-04-21
Publication Date： 2023-11-03
Pub. No.： CN116993646A
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： 2
Affiliated Colleges：
