您当前的位置：
首页 >
文章列表页 >
结合多尺度与注意力机制的脑组织分割方法
计算机科学与技术 | 更新时间：2026-02-03

    • 结合多尺度与注意力机制的脑组织分割方法

    • Brain tissue segmentation method combining multi-scale and attention mechanisms

    • “针对脑皮层下组织在医学影像中分割难题，专家基于深度学习提出医学图像分割网络，有效融合多尺度特征，精确分割纹状体，为相关疾病研究提供依据。”
    • 吉林大学学报（工学版）   2025年55卷第10期 页码：3352-3360
    • 作者机构：

      大连民族大学 机电工程学院，辽宁 大连 116600

    • 作者简介：

      张秀峰（1975-），男，副教授，博士. 研究方向：智能检测与生物特征识别，智能医学影像处理. E-mail： 20050736@dlnu.edu.cn

    • 基金信息：
      国家自然科学基金项目(61601081)

    • DOI：10.13229/j.cnki.jdxbgxb.20231419    

      中图分类号： TP391.4

    • 收稿：2023-12-18，

      纸质出版：2025-10-01

    移动端阅览

  • 张秀峰,蒋云飞,郭盛瑾等.结合多尺度与注意力机制的脑组织分割方法[J].吉林大学学报（工学版）,2025,55(10):3352-3360. DOI： 10.13229/j.cnki.jdxbgxb.20231419.

    ZHANG Xiu-feng,JIANG Yun-fei,GUO Sheng-jin,et al.Brain tissue segmentation method combining multi-scale and attention mechanisms[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(10):3352-3360. DOI： 10.13229/j.cnki.jdxbgxb.20231419.

  •  
  •  

0

浏览量

3

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于合成图像数据集的挖掘机关键点识别
基于增强正例与层间负例的语义相似性模型
基于深度学习的多目标跟踪研究进展综述
频率和空间特征融合的轻量级多尺度遥感图像场景分类网络
基于YOLOv5的轻量化桥梁缺陷识别

相关作者

姚宗伟
陈辰
高振云
靳鸿鹏
荣浩
李学飞
黄虹溥
毕秋实

相关机构

吉林大学 机械与航空航天工程学院
柳州柳工挖掘机有限公司
桂林电子科技大学 信息与通信学院，广西壮族自治区
中国民航大学 安全科学与工程学院
中国民航大学 计算机科学与技术学院
0