Skip to content
Hot eventLive

MRFFU-Net：多分辨率特征融合U-Net用于MRI分割

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026-10-02，arXiv发表题为“Multi-Resolution Feature Fusion U-Net：用于磁共振成像分割的新型深度学习架构”的论文，提出可集成至任意U-Net类架构的MRFF模块，在编码器-解码器各层结合注意力机制与跳跃连接，以同时捕获细粒度细节与全局上下文。该方法在脊柱MR脑脊液分割与MSD挑战赛左心房心脏分割两个公开基准上，多项指标优于现有最先进模型。

Generated from reports · updated 3 hr ago

LatestOct 2
论文于arXiv发布并称MRFFU-Net在两个公开基准上多项指标优于现有最先进模型。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Computer Vision
    Multi-Resolution Feature Fusion U-Net：用于磁共振成像分割的新型深度学习架构

    论文提出 Multi-Resolution Feature Fusion (MRFF) 模块，可集成至任意 U-Net 类架构，在编码器-解码器各层结合注意力机制与跳跃连接，同时捕获细粒度细节与全局上下文。在脊柱 MR 扫描脑脊液分割与 MSD 挑战赛左心房心脏分割两个公开基准数据集上，MRFFU-Net 在多项评估指标上优于现有最先进模型。

Heat trend

There is not enough continuous observation data to draw a trend yet.