PulseAugur
中
实时 09:14:49
English(EN) MSA-UNet3+: Multi-Scale Attention UNet3+ with New Supervised Prototypical Contrastive Loss for Coronary DSA Image Segmentation

新AI模型改进冠状动脉分割以诊断疾病 · 跟踪2个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

两篇新的研究论文介绍用于分割数字减影血管造影（DSA）图像中冠状动脉的先进深度学习模型。第一个模型HTC-SGA Former，利用混合Transformer-CNN架构和新颖的边界加权自适应复合损失（BWACL）来改进细薄、低对比度血管及其边界的分割。第二个模型MSA-UNet3+，采用多尺度注意力UNet3+框架结合监督原型对比损失（SPCL）来解决类别不平衡问题并增强特征区分度，以实现更精确的血管描绘。两种方法在私有数据集上均展示出优于现有最先进技术的性能，为心血管介入治疗提供更可靠的分析。 AI

影响 这些模型提高了冠状动脉分割的准确性，可能带来更精确的心血管疾病诊断和治疗规划。

排序理由 两篇在arXiv上发表的学术论文，详细介绍了用于医学图像分割的新深度学习模型。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新AI模型改进冠状动脉分割以诊断疾病 · 跟踪2个来源

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Rayan Merghani Ahmed, Marwa Omer Mohammed Omer, Mohamed Elmanna, Shijie Li, Bin Li, Shoujun Zhoua ·

    HTC-SGA Former: A Hybrid Transformer-CNN Network with Self-Guided Attention and a New Boundary-Weighted Adaptive Loss for Coronary DSA Vessel Segmentation

    arXiv:2606.29744v1 Announce Type: new Abstract: Accurate coronary Digital Subtraction Angiography (DSA) vessel segmentation is essential for computer-aided diagnosis and treatment planning of coronary artery disease (CAD). However, thin low-contrast vessels, background interferen…

  2. arXiv cs.CV TIER_1 English(EN) · Rayan Merghani Ahmed, Adnan Iltaf, Mohamed Elmanna, Gang Zhao, Hongliang Li, Yue Du, Bin Li, Shoujun Zhou ·

    MSA-UNet3+: Multi-Scale Attention UNet3+ with New Supervised Prototypical Contrastive Loss for Coronary DSA Image Segmentation

    arXiv:2504.05184v4 Announce Type: replace-cross Abstract: Accurate segmentation of coronary Digital Subtraction Angiography (DSA) images is essential for diagnosing and treating coronary artery disease (CAD). Despite advances in deep learning, challenges such as high intra-class …

相关实体

相关话题