边缘增强膨胀残差注意网络用于多模态医学图像融合
原文中文，约600字，阅读约需2分钟。发表于：。本研究聚焦于多模态医学图像融合中的现有方法未能有效捕捉细粒度多尺度和边缘特征的不足。论文提出了一种新颖的基于卷积神经网络的架构，通过引入膨胀残差注意网络模块进行有效的多尺度特征提取，同时提出了一种无参数的融合策略，确保快速高效的图像融合。实验结果表明，该方法在视觉质量、纹理保留和融合速度方面优于多个基线方法，展现了其在实际临床应用中的潜力。
本研究提出了一种新型卷积神经网络架构，解决了多模态医学图像融合中细粒度特征捕捉不足的问题。通过膨胀残差注意网络模块和无参数融合策略，实验结果表明该方法在视觉质量和融合速度上优于其他方法，具有实际临床应用潜力。
