Indexed by：
Abstract：
结肠镜检查广泛应用于结直肠癌的早期筛查和诊疗，但仅靠人工判读结肠息肉漏检率较高，有研究统计可达25%。基于深度学习的计算机辅助技术有助于提高息肉检测率，但目前深度学习的主流分割网络U-Net存在着两个局限：一是编解码的输出特征图之间存在着语义鸿沟；二是U-Net的双层卷积单元无法学习多尺度信息；割裂地看待容易使模型陷入局部最优。提出一种基于同构化改进的U-Net网络，不仅能缓解编解码特征间的语义鸿沟，且具备提取多尺度特征的能力。首先，在U-Net编解码器和跳层路径中，引入同构单元IU构成同构网络I-Net,以减少编解码器之间的语义鸿沟；接着，结合密集连接和残差连接的优点，设计密集残差单元DRU...
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
中国生物医学工程学报
ISSN： 0258-8021
CN： 11-2057/R
Year： 2022
Issue： 01
Volume： 41
Page： 48-56
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
