基于輕量化網(wǎng)絡(luò)與知識蒸餾策略的心臟核磁共振圖像分割

摘要： 針對深度學(xué)習(xí)網(wǎng)絡(luò)應(yīng)用于心臟核磁共振成像（MRI）圖像分割時網(wǎng)絡(luò)參數(shù)量以及浮點(diǎn)運(yùn)算量較大的問題，本文提出一種輕量化的空洞并行卷積網(wǎng)絡(luò)（DPU-Net）以減少網(wǎng)絡(luò)參數(shù)的數(shù)量以及浮點(diǎn)運(yùn)算數(shù)，進(jìn)而通過多尺度自適應(yīng)向量引導(dǎo)的知識蒸餾（MAVKD）訓(xùn)練策略用于提取教師網(wǎng)絡(luò)的暗知識，以提高DPU-Net的分割精度。本文所提網(wǎng)絡(luò)采用獨(dú)特的卷積通道變化方式來減少參數(shù)量，并搭配殘差塊以及空洞卷積緩... ... （共9頁）