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4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3D TransUnet模型的断层识别方法
1
作者 赵昭阳 赵建国 +3 位作者 欧阳芳 马铭 闫博鸿 张宇 《石油科学通报》 2025年第5期878-891,共14页
断层作为油气运移、聚集的重要通道和场所,其识别任务是地震资料解释工作的重要环节。然而断层的类型多样、分布广泛、特征复杂,为断层识别任务带来了不小的困难,本文提出了使用3D TransUnet模型进行断层识别的方法,该模型基于3D CNN和T... 断层作为油气运移、聚集的重要通道和场所,其识别任务是地震资料解释工作的重要环节。然而断层的类型多样、分布广泛、特征复杂,为断层识别任务带来了不小的困难,本文提出了使用3D TransUnet模型进行断层识别的方法,该模型基于3D CNN和Transformer模块构建而成,采用3D Unet模型端对端的结构设计,通过学习合成地震数据三维断层之间的空间关系,从而预测实际地震数据的断层信息,在荷兰北海F3区块和塔里木盆地哈拉哈塘地区的地震工区都成功应用,并取得良好的效果。研究结果表明,3D TransUnet模型具有CNN局部精度高和Transformer全局注意力的特点,能够根据断层全局信息对复杂区域的断层进行推理预测。将实验结果与3D Unet模型和其他传统方法断层识别的结果进行对比,通过计算验证集断层识别的召回率(Recall)和精确率(Precision),得到的3D TransUnet模型断层识别的召回率为0.87,精确率为0.83,远高于其他断层识别方法。在三维实际地震工区的应用中,3D TransUnet模型能够在不同实际地震工区都准确地识别出断层信息,对于特征较弱的断层,由于该模型加入了Transformer模块,具备全局注意力机制,因此可以通过整个工区断层的分布趋势来推断出该区域是否存在断层。通过将训练完成的断层识别模型同时运用到不同实际地震工区(F3区块和哈拉哈塘地区),从而证明了该方法的通用性,即训练好的断层识别模型可以在不同地区的地震数据中使用。研究发现该方法能够有效地识别出地层中的微裂缝信息,在微裂缝作为储集层的油气田,由于微裂缝主要沿着大断层发育,井位都部署在大断层的附近,而在这类油气田的中后期采油阶段,井位的部署则主要根据微裂缝的发育程度决定,因此该断层识别方法对微裂缝作为储集层的油气田的井位部署具有指导意义。 展开更多
关键词 深度学习 合成模型 3D transunet TRANSFORMER 断层识别
原文传递
基于深度学习的肢体骨肉瘤CT医学图像分割 被引量：1
2
作者 赵林林 王潜 +4 位作者 王军 唐子硕 刘雨 樊卓明 陈继民 《中国医学物理学杂志》 CSCD 2023年第10期1204-1211,共8页
针对骨肉瘤CT图像自动化分割任务,本文制作了骨肉瘤CT图像数据集Osteosarcoma,并提出具有双特征提取结构Double-CNN的D-TransUNet模型。D-TransUNet模型在深度学习TransUNet分割模型的基础上新增特征提取结构。用3×3卷积核进行特... 针对骨肉瘤CT图像自动化分割任务,本文制作了骨肉瘤CT图像数据集Osteosarcoma,并提出具有双特征提取结构Double-CNN的D-TransUNet模型。D-TransUNet模型在深度学习TransUNet分割模型的基础上新增特征提取结构。用3×3卷积核进行特征提取,同时在特征通道上进行缩减和拼接,最后将双特征提取结构提取的图像信息进行融合。模型整体提取的原始图像信息更加丰富,进一步提升了分割精度。 展开更多
关键词 骨肉瘤 医学图像分割 深度学习 transunet模型 D-transunet模型
暂未订购
改进TransUnet模型的脊柱CT图像实例分割方法
3
作者 郇祎 张峰峰 +1 位作者 胡海燕 孙立宁 《哈尔滨理工大学学报》 2025年第6期1-8,共8页
针对在椎骨实例分割任务中3D卷积神经网络计算量大的问题,提出一种基于改进TransUnet模型的脊柱CT图像实例分割方法,在CT图像二维矢状面上完成对脊柱中各椎骨的实例分割。首先,在TransUnet网络的基础上进行改进,结合多尺度特征融合提高... 针对在椎骨实例分割任务中3D卷积神经网络计算量大的问题,提出一种基于改进TransUnet模型的脊柱CT图像实例分割方法,在CT图像二维矢状面上完成对脊柱中各椎骨的实例分割。首先,在TransUnet网络的基础上进行改进,结合多尺度特征融合提高模型对脊柱边缘的分割精度。其次,提出一种混合注意力特征融合模块(MAFF),减少多尺度特征融合中的重复计算,提高模型的效率。最后,针对椎骨实例分割任务,提出一种矢状面切片迭代分割方法,从而减少椎骨实例分割结果中分类错误的情况。实验结果表明,所提脊柱实例分割方法在Dice系数上得分为91.12%,相较于Trans Unet提高了8.47%,计算量相较于典型3D卷积方法中的Iterative FCN网络减少了78.6%,证明了所提方法的有效性。 展开更多
关键词 脊柱CT图像 transunet网络 注意力机制 迭代分割 图像分割
在线阅读 下载PDF
轻量化及边界加强的医学图像分割模型 被引量：1
4
作者 葛彩成 武丽 +2 位作者 张征浩 俞俊 朱蒙 《计算机工程与设计》 北大核心 2024年第10期3033-3041,共9页
为提升医学图像分割模型轻量化水平及分割精准度,在TransUNet基础上通过引入具有稀疏化自注意力计算方式的Transformer、边界分割加强机制和强化细节特征提取的互补注意力机制,采用深度可分离卷积和CARAFE模块取代TransUNet原有的常规... 为提升医学图像分割模型轻量化水平及分割精准度,在TransUNet基础上通过引入具有稀疏化自注意力计算方式的Transformer、边界分割加强机制和强化细节特征提取的互补注意力机制,采用深度可分离卷积和CARAFE模块取代TransUNet原有的常规卷积和上采样,设计一种具有相对轻量化的边界精准分割模型LB-TransUNet。在Synapse多器官分割数据集上的实验结果表明,LB-TransUNet的Dice系数达到79.30,Hausdorff距离达到21.03%,相较于TransUNet、Swin-UNet等模型,LB-TransUNet可以更精准分割出各器官。 展开更多
关键词 医学图像分割 稀疏化自注意力 互补注意力 transunet模型 Transformer模型 轻量化 边界精准分割
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