Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/59441
Title: LANet для сегментации медицинских изображений
Other Titles: LANet for medical image segmentation
Authors: Ди Чжао
И Тан
Перцев, Д. Ю.
Гуринович, А. Б.
Куприянова, Д. В.
Keywords: публикации ученых;нейронные сети;медицина;искусственный интеллект;LANet
Issue Date: 2025
Publisher: БНТУ
Citation: LANet для сегментации медицинских изображений = LANet for medical image segmentation / Ди Чжао, И Тан, Д. Ю. Перцев [и др.] // Системный анализ и прикладная информатика. – 2025. – № 1. – C. 44–53.
Abstract: В данной работе представлена оригинальная модель LANet, предназначенная для улучшения результатов сегментации медицинских изображений и основанная на нейронной сети MobileViT. Разработанные и интегрированные блоки Efficient Fusion Attention и Adaptive Feature Fusion улучшают качество извлечения признаков и уменьшают избыточность данных. Эффективность представленных блоков подтверждена множеством экспериментов, включая оценку точности на различных наборах данных, на основе таких метрик, как Dice, Precision, Recall, mIoU, оценку производительности модели, а также исследование абляции.
Alternative abstract: The paper presents an original LANet model for improving medical image segmentation results based on MobileViT neural network. The developed and integrated Efficient Fusion Attention and Adaptive Feature Fusion blocks improve the quality of feature extraction and reduce data redundancy. The effectiveness of the presented blocks is validated by multiple experiments, including accuracy evaluation on different datasets, based on metrics such as Dice, Precision, Recall, mIoU, model performance evaluation, and ablation study.
URI: https://libeldoc.bsuir.by/handle/123456789/59441
DOI: 10.21122/2309-4923-2025-1-44-53
Appears in Collections:Публикации в изданиях Республики Беларусь

Files in This Item:
File Description SizeFormat 
LANet_dlya_segmentacii.pdf883.42 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.