融合注意力机制的多模态脑肿瘤MR图像分割

作     者：毋小省 杨奇鸿 唐朝生 孙君顶 Wu Xiaosheng;Yang Qihong;Tang Chaosheng;Sun Junding

作者机构：河南理工大学计算机科学与技术学院焦作454000 

基　　金：河南省科技攻关项目(212102310084) 河南省高等学校重点科研项目(22A520027) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2023年第35卷第9期

页      码：1429-1438页

摘      要：针对在多模态MR图像分割中对不同模态特征间的关联性及全局和局部特征提取考虑不充分,导致分割精度降低的问题,基于注意力机制,提出多模态脑肿瘤MR图像分割方法.首先提出三重注意力模块,用于增强各模态特征间的关联性以及对感兴趣区域的位置和边界信息精确判断;然后设计空间和通道注意力模块,用于双重捕获空间和通道上的全局及局部特征,增强对肿瘤组织结构信息的学习能力.在公开数据集BraTs18和BraTs19上的实验结果表明,分割全肿瘤时,所提方法的Dice系数、精确率、灵敏度和Hausdorff距离分别达到了90.62%,87.89%,90.08%和2.2583,均优于对比的同类方法.

主 题 词：多模态图像 脑肿瘤分割 注意力机制 三重注意力 空间和通道注意力 

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

核心收录：

D　O　I：10.3724/SP.J.1089.2023.19694

馆 藏 号：203124519...