一种改进的小样本医学图像分割算法研究

打开文本图片集

摘要：文章针对医学图像的小样本特点和分割模型泛化能力差的问题，提出了一种基于元学习的医学图像分割网络。文章首先在3D U-Net网络基础上，将其下采样模块从两层三维卷积层增加为三层，将每层三维卷积层的批归一化改进为组归一化；其次在U型网络编解码器连接处，引入Transformer模块，增强模型提取全局信息的能力；在U型网络跳跃连接处引入了改进的注意力门机制，原理是替换其中的批归一化改进为组归一化，优化使用低批次来训练模型的效果，将Softmax激活函数替换为ReLU激活函数；最后使用模型无关元学习（Model Agnostic Meta Learning，MAML）算法训练模型。（剩余10322字）