3D多特征注意力网络

脊柱分割精度领先

通过轴向、冠状和矢状面特征融合，在脊柱分割精度和计算效率上同时超越现有最佳方法。

Muhammad Usman, Saeed · 王斌 · 盛津芳 · Saleem, Salman

Computers in Biology and Medicine 2024

参数信息

Dice 系数

96.52 %

IoU

95.84 %

Dice 系数

94.64 %

IoU

93.69 %

技术优势

多平面特征融合

通过在轴向、冠状和矢状面分别训练 MobileNetv3 并融合特征，模型能捕捉更全面的脊柱结构信息。

应用场景

• 脊柱外科手术规划：自动分割脊柱，辅助手术规划，减少人工标注时间。
• 医学影像分析：为医学影像分析提供高精度脊柱分割结果，支持后续诊断。
• 手术机器人导航：为手术机器人导航提供精确的脊柱解剖结构分割。