Show simple item record

dc.contributor.authorЧжао, Д.
dc.contributor.authorТан, И.
dc.contributor.authorПерцев, Д. Ю.
dc.contributor.authorГуринович, А. Б.
dc.contributor.authorКуприянова, Д. В.
dc.coverage.spatialМинскru
dc.date.accessioned2025-04-15T12:58:10Z
dc.date.available2025-04-15T12:58:10Z
dc.date.issued2025
dc.identifier.citationLANet для сегментации медицинских изображений = LANet for medical image segmentation / Д. Чжао, И. Тан, Д. Ю. Перцев [и др.] // Системный анализ и прикладная информатика. – 2025. – № 1. – С. 44-53.ru
dc.identifier.urihttps://rep.bntu.by/handle/data/154723
dc.description.abstractВ 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.ru
dc.language.isoruru
dc.publisherБНТУru
dc.titleLANet для сегментации медицинских изображенийru
dc.title.alternativeLANet for medical image segmentationru
dc.typeArticleru
dc.identifier.doi10.21122/2309-4923-2025-1-44-53
local.description.annotationThe 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.ru


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record