《电子测量技术杂志》发表论文赏析

基于多尺度感知损失与注意力的脑图像配准

来源:电子测量技术杂志2025年第15期北京时间:

作者:马添翼,姜大帅,朱东,张林涛,李国强

单位:临沂大学信息科学与工程学院 临沂 276000

摘要:当前基于深度学习的方法在可变形医学图像对齐任务中得到了广泛的应用,其中利用新颖的损失函数和有效的网络架构提高配准效果是常用的做法。本文设计了多尺度特征感知损失和注意力模块ECA-D,改进了只用均方误差或归一化互相关的设计思路。本文利用多站点医学图像数据训练获得一个分类神经网络,并构建多尺度特征的学习过程,提高了分类网络的准确性,进而设计多尺度的感知损失函数提高配准的准确性。为了提高对齐网络的学习能力,设计了一种新的注意力模块ECA-D,更有效地利用空间和通道信息。在LPBA40数据集上训练后,与最先进的方法相比,提出的模型在未经训练的Neurite OASIS上的Dice评分提高了3%。实验结果表明,本文的方法具有更高的配准精度和更好的鲁棒性。

关键词:知觉损失;脑MRI图像;深度学习;3D 数据

基金资助:山东省自然科学基金(ZR2021MF115,ZR2023MF062)、国家自然科学基金(61771230)项目资助

2025年15期其他文献查阅:

基于运动概率筛选和加权位姿估计的鲁棒动态RGB-D SLAM

发动机轴承的极近场遥测天线研究

<100>晶向正面开口快速湿法腐蚀释放悬浮结构的研究

基于多尺度感知损失与注意力的脑图像配准

基于CEEMDAN的脉搏波数据增强双层SMOTE算法

基于KNN-LASSO-PPC法的改进BitCN-LSTM短期光伏功率预测

改进YOLOv10n的光伏电池缺陷检测算法

DenseNet特征分组深度孤立森林图像异常检测

基于改进YOLOv10的液晶显示屏表面缺陷检测算法

融合多尺度注意力的轻量化初期林火检测算法

基于原型的正负学习用于远程监督关系抽取

基于Nuttall窗压缩感知的谐波和间谐波检测方法

基于MS-SAGCNs的自闭症诊断研究

基于Conformer-LSTM模型的连续无创血压预测方法

内河船舶检测算法的轻量化改进

基于选择性融合上下文信息的立体匹配网络

基于双编码器的鼻中隔医学图像分割模型

基于改进YOLO11的水下目标检测模型

基于SAFPN-YOLO的风机表面缺陷检测方法

基于多输入融合的自适应水下图像增强模型

改进YOLO11的学生课堂行为检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!