HPA-UNet:一种混合后处理注意力U-Net用于舌头细分

科学领域:

• 计算机视觉 计算机视觉
• 医疗成像医学成像
• 传统中国医学 (TCM) 是一种

背景情况:

• 舌头诊断是评估健康状况的关键中国传统医学 (TCM) 方法之一.
• 精确的舌头细分对于计算机辅助的疾病识别至关重要,但对于现有的方法来说具有挑战性.

研究的目的:

• 使用计算机视觉开发一种高度精确的舌头细分方法.
• 为了提高基于舌头图像的自动疾病检测的准确性.

主要方法:

• 一种新的方法,将改进的U形神经网络与边缘精细化后处理技术相结合.
• 实施数据增强战略,以防止网络过度安装.
• 开发专门设计用于高精度舌头图像细分的U形神经网络.

主要成果:

• 拟议的方法在两个数据集中实现了竞争性性能.
• 边缘精细化后处理方法在提高细分精度方面表现出有效性.
• 这种方法被证明是灵活的和可通用的,增强了各种经典的神经网络用于舌头细分.

结论:

• 开发的方法在精确的舌头细分方面取得了重大进展.
• 该技术有望提高基于计算机视觉的TCM诊断工具的可靠性.
• 后处理方法的多功能性表明在医学图像分析中具有广泛的适用性.