3D UNeXt:輕量級(jí)快速腦提取網(wǎng)絡(luò)

打開文本圖片集

摘 要：為了解決現(xiàn)有腦提取網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、參數(shù)量大且推理速度不高的問題，受UNeXt啟發(fā)，提出一種基于3D卷積、3D多層感知機(jī)（multilayer perception，MLP）和多尺度特征融合的輕量級(jí)快速腦提取網(wǎng)絡(luò)3D UNeXt，極大地減少了參數(shù)和浮點(diǎn)運(yùn)算量，取得了令人滿意的結(jié)果。3D UNeXt以U-Net為基本架構(gòu)，在編碼階段使用3D卷積模塊獲取局部特征；在瓶頸階段通過3D MLP模塊獲取全局特征和特征之間的遠(yuǎn)程依賴；在解碼階段借助多尺度特征融合模塊高效融合淺層特征和深層特征。（剩余16833字）