文章摘要:医学图像自动分割技术具有辅助临床医学诊断的功能。为改善CNN模型在医学图像分割中存在感受野小及细节特征不敏感等问题，本文利用多尺度策略以及注意力机制，提出一种多尺度综合注意力的U形网络架构，以提升医学图像分割质量。首先，提出一个新的双路径因式分解多尺度融合块，以扩展图像特征的感受野，进一步提取图像特征的细节信息。其次，在架构中融入通道和空间融合自注意力块，利用注意力机制的特性，抑制不相关的部分或背景以突显深层特征的空间信息。最后，引入多尺度注意力块，该模块通过融合多个尺度的特征信息，以突出不同尺度中最显著的特征图来适应当前分割对象的大小。为验证模型的可靠性，将所提出的网络模型应用于肺部、细胞轮廓及肝脏等医学图像分割任务，实验结果表明，本文方法在准确率、Dice系数、AUC及灵敏度等评估指标上均优于目前用于医学图像分割的主流方法。

文章关键词:

项目基金: 上一篇：电信技术论文_一种基于多通道WDRC算法的护耳语
下一篇：自动化技术论文_专刊主编寄语