[基于3D-UNet的磁共振成像的全自动质瘤细分算法,具有更多的全球上下文特征提取:对全球特征的不足提取的改进]
Hengyi Tian1, Yu Wang1, Yarong Ji1
1( 100048) School of Artificial Intelligence, Beijing Technology and Business University, Beijing 100048, China.
概括
本研究介绍了3DGE-UNet模型,通过有效地整合全球和本地特征来提高脑瘤细分的准确性. 新模型显著改善了整个瘤,瘤核心的细分,并在MRI扫描中增强瘤区域.
科学领域:
- 使用深度学习,特别是卷积神经网络,用于医学图像分析.
- 专注于神经瘤学和人工智能在瘤诊断中的应用.


