多尺度轻量级脑肿瘤分割网络MBDRes-U-Net
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对脑肿瘤分割中的高计算负担问题，提出了一种名为MBDRes-U-Net的轻量级模型。该模型通过集成多分支残差块和融合注意力的方法，利用多模态图像中的丰富局部特征来增强分割性能，显著减少计算开销，并在脑肿瘤分割挑战赛数据集中展示了其高精度的分割效果。
本研究提出了一种名为MBDRes-U-Net的轻量级模型，旨在降低脑肿瘤分割的计算负担。该模型通过多分支残差块和融合注意力机制，利用多模态图像的局部特征，显著提升了分割性能并减少了计算开销。
