基于双重注意力的深度监督UNet用于心脏图像的自动语义分割

本研究解决了心脏磁共振图像（CMR）中左、右心室及心肌瘢痕组织的分割问题。提出了一种整合UNet、通道与空间注意力、边缘检测跳接和深度监督学习的模型，显著提高了图像分割的准确性，实现了98%的Dice相似度评分和更低的Hausdorff距离，表现优于其他先进技术。