检索结果-南通市图书馆

A network lightweighting method for difficult segmentation of 3d medical images

中国体视学与图像分析 2023年第4期28卷 390-400页

作者： KANG Li 龚智鑫黄建军 ZHOU Ziqi College of Electronics and Information Engineering Shenzhen UniversityShenzhen 518000China Guangdong Key Laboratory of Intelligent Information Processing Shenzhen 510006China

Currently,deep learning is widely used in medical image segmentation and has achieved good ***,3d medical image segmentation tasks with diverse lesion characters,blurred edges,and unstable positions require complex networks with a large number of *** is computationally expensive and results in high requirements on equipment,making it hard to deploy the network in *** this work,we propose a method for network lightweighting and applied it to a 3d CNN based *** experimented on a COVId-19 lesion segmentation ***,we use three cascaded one-dimensional convolutions to replace a 3d convolution,and integrate instance normalization with the previous layer of one-dimensional convolutions to accelerate network *** addition,we simplify test-time augmentation and deep supervision of the *** show that the lightweight network can reduce the prediction time of each sample and the memory usage by 50%and reduce the number of parameters by 60%compared with the original *** training time of one epoch is also reduced by 50%with the segmentation accuracy dropped within the acceptable range.

关键词： 3d medical image segmentation 3d U-Net lightweight network COVId-19 lesion segmentation

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：