English(EN) FSS-Net: Frequency-Spatial Synergy Network with Wavelet Attention for Carotid Artery Ultrasound Segmentation

新FSS-Net模型改进颈动脉超声分割

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-10 04:00

研究人员开发了一种名为FSS-Net的新深度学习模型，用于分割超声图像中的颈动脉。该频空协同网络结合了小波变换和注意力机制，能够有效处理斑点噪声和模糊边界等挑战。实验表明，FSS-Net的Dice得分高达96.46%，并在低信噪比条件下表现出鲁棒性，预示着其在识别异常组织肿块的临床应用潜力。 AI

影响新的分割模型为医学超声分析提供了更高的准确性和鲁棒性。

排序理由该集群包含一篇详细介绍新模型及其实验结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Jiawei Liu, Zhijiang Wan, Junhua Hu, Rongli Zhang, Zhongbiao Xu, Yankun Cao, Yuan Chen, Jin Hong · 2026-06-10 04:00

FSS-Net: Frequency-Spatial Synergy Network with Wavelet Attention for Carotid Artery Ultrasound Segmentation

arXiv:2606.10378v1 Announce Type: new Abstract: Accurate segmentation of carotid arteries in ultrasound imaging is critical for stroke risk assessment. However, speckle noise, low contrast, and blurred boundaries remain major challenges. In this paper, we propose a Frequency-Spat…