DCELANM-Net：基于带学习器的双通道高效层聚合网络的医学图像分割
图像与视频处理
2023-04-20 v1 计算机视觉与模式识别
摘要
本文提出的DCELANM-Net结构是一种巧妙结合双通道高效层聚合网络（DCELAN）与微掩码自编码器（Micro-MAE）的模型。一方面，对于DCELAN，通过加深网络结构可更有效地拟合特征；更深的网络能成功学习与融合特征，从而更精确地定位局部特征信息；并通过拓宽网络结构与残差连接更有效地提升了各层通道的利用率。我们采用Micro-MAE作为模型的学习器。其方法不仅简洁，还提供了一种自监督学习方法，优势在于对模型具有极强的可扩展性。
关键词
引用
@article{arxiv.2304.09620,
title = {DCELANM-Net:Medical Image Segmentation based on Dual Channel Efficient Layer Aggregation Network with Learner},
author = {Chengzhun Lu and Zhangrun Xia and Krzysztof Przystupa and Orest Kochan and Jun Su},
journal= {arXiv preprint arXiv:2304.09620},
year = {2023}
}