TY -的A2 -杨,Zhile盟——刘,智盟- Lu, Yunhua盟——张Xiaochuan AU -王,森盟——李烁AU -陈,Bo PY - 2021 DA - 2021/02/20 TI - Multi-Indices量化为左心室通过DenseNet和GRU-Based Encoder-Decoder注意SP - 3260259六世- 2021 AB -越来越多研究左心室量化跳过分割由于其要求大量的像素标签。在这项研究中,一个框架开发直接量化左心室多个指标没有细分的过程。首先,利用DenseNet提取空间特征为每个心脏帧。然后,为了利用时间序列信息,连续帧的时间特性是使用封闭的复发性编码单元(格勒乌)。之后,注意力机制集成到译码器能够有效地建立输入序列和相应的输出序列之间的映射。同时,回归层相同的译码器输出是用来预测multi-indices左心室。为不同类型的设置不同的权重指数基于经验,和l2-norm用于避免模型过度拟合。与最先进的(SOTA)相比,我们的方法不仅可以产生更具竞争力的结果也更加灵活。这是因为预测结果在我们的研究中可以在线获得每一帧而SOTA只能输出结果毕竟框架进行了分析。SN - 1076 - 2787你——https://doi.org/10.1155/2021/3260259——10.1155 / 2021/3260259 JF - PB - Hindawi KW - ER -复杂性