3D UNeXt:轻量级快速脑提取网络
打开文本图片集
摘 要：为了解决现有脑提取网络结构复杂、参数量大且推理速度不高的问题，受UNeXt启发，提出一种基于3D卷积、3D多层感知机（multilayer perception，MLP）和多尺度特征融合的轻量级快速脑提取网络3D UNeXt，极大地减少了参数和浮点运算量，取得了令人满意的结果。3D UNeXt以U-Net为基本架构，在编码阶段使用3D卷积模块获取局部特征；在瓶颈阶段通过3D MLP模块获取全局特征和特征之间的远程依赖；在解码阶段借助多尺度特征融合模块高效融合浅层特征和深层特征。（剩余16833字）
