Memory-Net肿瘤分割网络

低算力高效分割

该网络通过门控卷积单元和超密集连接，在保证分割精度的同时大幅降低计算资源消耗，适用于资源受限平台。

王猛 · 姜慧研

Knowledge-Based Systems 2023

参数信息

平均Dice分数

0.8690

平均灵敏度

0.9616

技术优势

特征传播更高效

利用GCU的隐藏状态和细胞记忆形成信息高速公路，使模型能够高效且有选择地聚合有用信息，提升特征传播效率。

多模态融合更好

GCU-HGCU编码器的细胞记忆在所有编码分支间共享，实现更高效、更有效的多模态信息融合，提升PET/CT联合分割性能。

应用场景

• 医学图像分割：直接用于PET/CT肿瘤分割，省去手动勾画。
• 资源受限平台部署：计算成本低，可在边缘设备部署。
• 多模态融合诊断：融合PET和CT信息提高诊断准确性。