U-NET相关论文
随着深度学习的不断发展和计算能力的日渐提升,医学表征的自动辅助识别成为当下智慧医疗的重要发展方向。相比传统资深医师的经验,......
可靠的视网膜血管分割可以作为监测和诊断某些疾病的一种方式，如糖尿病和高血压，因为它们影响视网膜的血管结构。由于眼睛血管结构复......
灌木对生境和气候变化具有高度敏感性,其年轮资料在认识区域环境演变过程、全球气候变化和环境保护中具有重要作用。灌木植株在生......
随着“碳中和”、“碳达峰”以及高质量发展目标的制定,国家对环境保护力度逐渐加大,有效的河流环境保护能够提高河流生态固碳能力......
基于CT血管造影（computed tomography angiography, CTA）图像的冠状动脉自动分割的挑战在于冠状动脉结构复杂、前背景分布严重不平衡......
图像修复是计算机图形学领域的一个热门课题。传统的图像修复方法基于图像本身的冗余性,根据图像中缺损周边的像素和区域信息进行......
青光眼是造成不可逆性失明的主要原因之一，患病早期无明显症状，容易错失最佳治疗时间。因此，青光眼的早期诊断具有重要临床意义。杯盘......
云肩是传统民族服饰艺术中的重要服饰部件，其纹饰具有民族特色和文化底蕴，文章为提高清代云肩纹饰图案数字化保护的有效性和准确率，建......
缺陷检测是生产实践中非常重要的一个环节。产品表面往往存在丰富的纹理信息，纹理信息很容易导致缺陷误判。针对传统算法在缺陷检测......
遥感影像中的建筑物提取是一项具有挑战性的任务。近年来，众多基于卷积神经网络（convolutional neural network,CNN）的深度学习建筑物......
针对U-Net图像分割在下采样过程中会丢失过多信息且在上采样过程恢复效果不佳，从而导致图像分割精度降低的缺陷，提出了一种基于多层......
水资源影响着人类社会的方方面面,水资源作为一种战略资源直接决定了国民经济的发展情况以及人类社会能否可持续发展,其重要地位不......
针对传统遥感水体提取方法在大范围、高分辨率遥感影像水体提取任务中效率低等问题，该文提出了一种基于改进U-Net模型的遥感影像水......
本文介绍了基于深度学习的“医学影像智能分割系统”的开发与实现，本系统将基于深度学习的语义分割方法与影像相结合对病灶区域进行......
医学图像是医生对病情的了解、疾病的诊断、后续的治疗提供的依据之一。医学图像分割是根据图像中的某种特性将有用的区域进行划分......
器官损伤死亡率高，严重威胁着人类的生命安全。人体内脏形态多样，解剖结构复杂，因此器官图像的准确分割有助于医生进行诊断。医学图像......
建筑物是地震灾害中的主要承灾体,快速获取建筑物的结构类型信息,评估建筑物的抗震能力,对于减轻地震所造成的经济损失,减少地震所......
针对全卷积网络在脑肿瘤核磁图像分割中信息丢失严重，分割精度差等问题，提出一种基于改进Res-Unet模型的脑肿瘤核磁图像分割算法。通......
精准分割民国档案图像中的印章，有助于该类档案的智慧利用。针对该类档案存在印侵严重和过多噪声的问题，提出UNet-S（U-Net for Seal）解......
针对风机叶片红外图像拼接困难的问题，提出了一种基于无人机速度信息的风机叶片红外图像拼接方法。首先，利用U-net网络预测获得叶片......
地震走时成像结果的准确性取决于初至到时的拾取精度，人工挑选初至效率低、成本高。前人研究表明深度学习可以应用于初至的自动拾取......
我国森林面积广阔,树木的种类繁多,森林分类作为森林资源监测的最重要指标之一,在森林资源调查中具有重要的研究价值。传统的遥感......
跨模态的医学图像可以在同一病灶处提供更多的语义信息，针对U-Net网络主要使用单模态图像用于分割，未充分考虑跨模态、上下文语义相......
青少年特发性脊柱侧弯（简称AIS）是临床上常见的脊柱畸形疾病,其发病原因不明,无法针对病因进行针对性治疗,所以尽早发现并进行干预尤......
In order to accurately segment the lung nodules in CT images,an improved U-Net network segmentation method of lung nodul......
路面裂缝图像由于其形状细长、弯曲复杂等特点，在模型训练中存在裂缝样本不平衡问题，为此提出了一种基于混合损失函数的ResNet34-UNe......
随着现代电子技术的蓬勃发展，人工智能在军事领域呈现快速上升的鳌头趋势，同时也面临着数据量严重不足的困境，针对目前侵彻多层过载信......
目的:新疆地区女性多为脂肪型乳腺，B超回声影像具有很强的特殊性，当前国内外的深度学习模型识别率偏低。方法:为提升新疆地区乳腺超......
农业作为我国第一产业,在我国经济体系中占有重要比重。受气候异常、人类活动多变等因素的影响,农作物病虫害爆发率较高,严重影响......
在过去的二十年中,非酒精性脂肪肝患者逐渐增加。过量的脂肪堆积在肝脏上不利于肝细胞的生长,会大大增加肝脏出现炎症的可能和纤维......
为了自动精准地分割脉络膜血管以辅助眼科治疗，提出一种基于脉络膜形态拉伸增广（choroid morphology stretch, CMS）结合注意力机制的U......
本文针对复杂焊接环境下大量弧光噪声造成焊缝激光条纹分割精度低的问题，提出了一种融入注意力机制的改进U-Net鲁棒焊缝识别算法。......
针对视网膜动静脉血管（A/V）自动分类方法的局限性，提出了基于注意力U-Net（AU-Net）的视网膜A/V自动分类方法。利用血管结构信息、拓扑关......
肝癌是发病率和致死率较高的病种,因此利用图像分析技术尽早发现肝脏中的病灶,对于肝癌的诊断和治疗都非常的重要。但由于肝脏与其......
医学图像作为临床诊断的重要参考,如何快速且准确的分割出医学图像的病灶区域得到了人们的广泛关注。利用深度学习进行图像处理成......
医学图像对疾病的诊断、治疗和评估均有所帮助,准确分割医学图像中的器官对于辅助医生的诊断具有重要的实际意义.由于医学图像中各......
使用基于全卷积神经网络的U-net模型提取遥感影像中的建筑物，采用公开的Massachusetts建筑物数据集进行模型的训练，并通过迁移学习的......
针对传统图像分割方法分割效率低下,遥感图像特征复杂多样,复杂场景下分割性能受到限制等问题,在基于U-Net网络架构的基础上,提出......
精确的舌象分割是利用计算机辅助舌诊的首要以及关键步骤。由于舌象周围易受其他相近人体组织的影响，使得舌象分割具有挑战性。针对......
数字图像处理技术已被广泛用于树轮宽度测量，但大多集中在边界清晰可见的针叶树种，对于木材解剖结构复杂、树轮边界清晰度较差的阔叶......
近年来医学图像处理技术随着深度学习的兴起而飞速发展，基于深度学习的医学图像分割技术成为了分割领域的主流方法，很大程度上解决了......
肺栓塞疾病是一种高发病率和高致死率的疾病,其成因是人体内部产生的或源自外部的栓子在肺动脉处形成堵塞,进而造成了血液循环不畅......
世界卫生组织的报告表明,乳腺癌是造成女性死亡的主要因素之一。及时准确地开展乳腺癌检查工作,并早期合理的监测与治疗乳腺癌才可......
在露天开采领域，自动、准确地获取爆堆矿岩块度信息是优化爆破设计的关键。针对目前块度分析系统存在无法自动采集和自动批量处理图......
针对遥感影像道路提取出现的无关噪声多，道路不连续问题，本文通过改进U-Net提出了基于注意力门残差网络的道路提取算法。首先，编码器......
珊瑚礁是海洋生态系统的重要组成部分，对保护海洋生物多样性以及维持海洋生态平衡具有重大意义。我国南海珊瑚岛礁自然资源丰富，准确......
近年来，大量全卷积网络、U-Net等编解码网络结构应用于语声增强，然而，此类结构不能充分利用先后时间与高低频率之间的关联信息，对于处......
