期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进Mask-Scoring R-CNN的肌纤维自动分割与表型计算方法研究
1
作者 沃靖杰 田绪红 +3 位作者 尹令 杨杰 姚泽锴 蔡更元 《华中农业大学学报》 北大核心 2025年第2期134-144,共11页
为解决人工手动分割与半自动分割的精度及效率问题以及通用分割模型在面对各种噪声干扰时的表现不足,提出改进Mask-Scoring R-CNN的实例分割模型,实现对肌纤维细胞的高效分割。在Mask-Scoring R-CNN模型中引入CBAM(convolutional block ... 为解决人工手动分割与半自动分割的精度及效率问题以及通用分割模型在面对各种噪声干扰时的表现不足,提出改进Mask-Scoring R-CNN的实例分割模型,实现对肌纤维细胞的高效分割。在Mask-Scoring R-CNN模型中引入CBAM(convolutional block attention module)注意力机制,并对其进行改进,强化模型对特征信息的提取与表达,从而提升分割效果与模型在肌纤维分割任务中的泛化能力。改进Mask-Scoring RCNN模型在103张测试集的测试结果显示,表型数据测定值的均方根误差均比原模型更小,肌纤维总数均方根误差从2.08降至1.26,面积均方根误差从212.21μm^(2)降低至181.36μm^(2),平均直径均方根误差从2.87μm降低至1.47μm。试验结果表明改进后的模型能有效应对含噪声的肌纤维图像,在常见的噪声环境下依然能够准确分割出每个肌纤维。 展开更多
关键词 实例分割 mask-scoring R-CNN 猪肉肌纤维表型 细胞分割 注意力机制
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部