.png){kind=icon}
返回
Dynamic U-shaped convolutional network for mouse cardiac image segmentation and quantification
.png){kind=icon}
OA
AI
DOI：10.3389/fmed.2026.1836537.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
准确分割和量化心肌梗死小鼠心脏切片图像对心血管疾病研究具有重要意义。手动方法耗时较长，因此自动分割备受期待。然而，由于梗死区和高危区的不规则U形结构，该任务较为复杂。本研究提出了一种动态U形卷积网络，以适应这些不规则结构。我们设计了动态卷积以聚焦U形局部特征，并开发了双流融合块以提升性能。注意力门机制抑制无关信息，突出关键特征。我们构建了一个包含243张心肌梗死小鼠心脏切片图像的数据集。所提出的方法优于其他模型，平均Dice系数达到80.68%，比现有最佳算法高1.7%。对于梗死面积分割，达到80.13%，超过当前最优方法2.43%。此外，我们的方法可量化梗死区与高危区的比例，有助于评估心肌损伤严重程度。数据集可从https://github.com/wwz4416/mouse-cardiac-dataset获取。
Keyword:
myocardial infarction
cardiac segmentation
cardiac slice image
mouse cardiac
U-shape convolutional
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
F
IF:
3
论文数:
2.2W
被引数:
4.0W
机构
引用论文
Morphology-Inspired Unsupervised Gland Segmentation via Selective Semantic Grouping形态学启发的基于选择性语义分组的无监督腺体分割
PREAI
分享收藏Swin-Unet: Unet-Like Pure Transformer for Medical Image SegmentationSwin Unet: 用于医学图像分割的类Unet纯变压器
PREAI
分享收藏MultiResUNet : Rethinking the U-Net architecture for multimodal biomedical image segmentationMultiusunnet: 重新思考多模态生物医学图像分割的u-net体系结构.png)
NEURAL NETWORKSOAAI
NEURAL NETWORKSIF6.3
OAAI分享收藏Convolutional Neural Network Model to Segment Myocardial Infarction from MRI Images卷积神经网络模型用于从MRI图像中分割心肌梗死
OAAI
OAAI分享收藏Impact of ovary-intact menopause in a mouse model of heart failure with preserved ejection fraction卵巢完整绝经在射血分数保留的心力衰竭小鼠模型中的影响OAAI
OAAI分享收藏
查看更多内容