MAAUNet: 医学图像语义分割U型编解码结构探索

作     者：邵硕 葛洪伟 SHAO Shuo;GE Hongwei

作者机构：江南大学江苏省模式识别与计算智能实验室江苏无锡214122 江南大学人工智能与计算机学院江苏无锡214122 

基　　金：National Natural Science Foundation of China(No.61806006) Jiangsu University Superior Discipline Construction Project 

出 版 物：《Journal of Measurement Science and Instrumentation》 (测试科学与仪器（英文版）)

年 卷 期：2022年第13卷第4期

页      码：418-429页

摘      要：针对医学图像语义分割面临的分割目标多尺度变化、噪声干扰、分割结果粗糙、训练过程缓慢的问题,基于UNet和MultiResUNet提出了一种多尺度残差带有聚合连接的U型注意力网络结构MAAUNet(MultiRes aggregation attention UNet)。首先,引入了聚合连接。由原来同一级的特征聚合重新设计跳跃连接,在解码器子网处聚合不同语义尺度的特征,进一步解决跳跃连接间可能存在的语义鸿沟问题。其次,在多尺度卷积模块之后加入了卷积块注意力机制模块。在通道和空间两个注意力方向上特征聚焦并集成,以自适应优化中间特征图。最后,对原有的多尺度卷积块做出改进。用串联卷积结构拓展卷积通道,相互补充信息,提取更丰富的空间特征,保留残差连接,使原卷积块变为多通道卷积块,从而使模型可提取多尺度空间特征。实验结果表明,MAAUNet在具有挑战性的数据集上具有很强的竞争力,在应对多尺度输入、噪声干扰的情况时表现出了良好的分割性能和稳定性。

主 题 词：U型注意力网络结构MAAUNet 卷积神经网络 编解码结构 注意力机制 医学图像 语义分割 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 10[医学] 

核心收录：

D　O　I：10.3969/j.issn.1674-8042.2022.04.005

馆 藏 号：203115532...