机构名称：
¥ 4.0
摘要：本文提出了一种面向磁共振成像（MRI）的基于注意机制的新型胶质瘤分级网络（AGGN）。通过应用双域注意机制，可以同时考虑通道和空间信息来分配权重，这有利于突出特征图中的关键模态和位置。在多尺度特征提取模块中采用多分支卷积和池化操作来分别获得每个模态的浅层特征和深层特征，并采用多模态信息融合模块来充分融合低级细节特征和高级语义特征，促进不同模态信息之间的协同作用。通过大量实验对所提出的AGGN进行了全面的评估，结果证明了所提出的AGGN与其他先进模型相比的有效性和优越性，并且还表现出很高的泛化能力和强的鲁棒性。此外，即使没有手动标记的肿瘤掩模，AGGN 也能表现出与其他先进算法相当的性能，这减轻了端到端学习范式中对监督信息的过度依赖。
生物和医学中的计算机
主要关键词
相关文件推荐
