《计算机工程与科学杂志》发表论文赏析

基于新的自适应组合损失函数的肺部气道CT图像分割方法

来源:计算机工程与科学杂志2026年第1期北京时间:

作者:鲜领, 徐修远, 周凯, 牛颢, 郭际香

单位:四川大学计算机学院,四川 成都 610065

摘要:基于计算机断层扫描CT影像进行肺部气道的分割对于肺部疾病诊疗具有重要意义。近年来基于深度学习的肺部气道分割方法取得了不少进步,但实现高精度的分割仍然面临巨大挑战。肺部气道CT影像存在的类别不平衡严重影响着分割性能。针对该问题,提出一种基于新的自适应组合损失函数的分割方法。首先,通过局部不平衡策略,提升模型对前景体素的辨别力。其次,将径向距离信息集成到焦点损失函数中,提高模型自动辨别细小气道的能力。最后,基于拓扑敏感度与拓扑精确度提升气道的拓扑连续性。实验结果表明,与现有最先进模型相比,所提出的方法使模型在骰子相似系数、分支检测率和树长检测率上均取得了最好的表现,提升了肺部气道分割性能。

关键词:肺部气道分割,深度学习,类别不平衡,气道连续性,自适应组合损失函数,

基金资助:四川省科技计划重点研发项目(2020YFG0473)

2026年1期其他文献查阅:

一种基于神经网络的发送端均衡调优方法

面向大规模系统的并行进化策略框架

OBCC:后摩尔时代E级计算编程墙的一种估计方法

超算集群作业特征分析与运行时间预测

面向安全可编程阀门阵列生物芯片的基于深度强化学习的组件布局算法#br#

基于PUF的TPM架构设计与应用研究

基于重叠汉明码的QR码信息隐藏方案设计

一种基于通用扰动的后门攻击防御框架

基于RISC-V的AES_ll协处理器设计

适用于智能家居系统的SM2两方协同签名方案

基于FPGA的低照度图像增强算法的研究与实现

用于土地覆盖分割的多路径多尺度注意力网络

基于新的自适应组合损失函数的肺部气道CT图像分割方法

ASOD-YOLO:基于YOLOv8n改进的航空小目标检测模型

数据库查询重写技术综述

GPR:一种大语言模型增强的方法

基于增强预测模型的自动驾驶轨迹预测

基于知识点会话感知的知识追踪方法

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!