imagesegmentation专题

DTAN: Diffusion-based Text Attention Network for medical imagesegmentation

DTAN:基于扩散的医学图像分割文本关注网络 摘要 在当今时代,扩散模型已经成为医学图像分割领域的一股开创性力量。在此背景下,我们引入了弥散文本注意网络(Diffusion text - attention Network, DTAN),这是一个开创性的分割框架,它将文本注意原理与扩散模型相结合,以提高医学图像分割的精度和完整性。我们提出的DTAN架构旨在通过利用文本注意机制将分割过程引导到感

Half-UNet: A Simplified U-NetArchitecture for Medical ImageSegmentation(用于医学图像分割的简化U-Net架构)

摘要:医学图像分割在计算机辅助诊断过程中起着至关重要的作用。近年来,U-Net在医学图像分割中得到了广泛的应用。UNet的许多变体已经被提出,它们试图在保持u型结构不变的情况下提高网络性能。然而,这种u型结构并不一定是最佳的。本文通过实验分析了U-Net的不同部分对分割能力的影响。然后,提出了一种更高效的架构——HalfUNet。所提出的架构本质上是一个基于U-Net结构的编码器-解码器网络,其中