CG-Net改进的结直肠癌病灶分割算法

作     者：李兰兰 胡益煌 王大彪 徐斌 李娟 LI Lan-lan;HU Yi-huang;WANG Da-biao;XU Bin;LI Juan

作者机构：福州大学物理与信息工程学院福建省媒体信息智能处理与无线传输重点实验室福建福州350108 福州大学石油化工学院福建福州350108 中山大学附属第六医院内镜外科广东省结直肠盆底疾病研究重点实验室广东广州510655 

基　　金：福建省自然科学基金项目(2020J01453) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第1期

页      码：299-306页

摘      要：为解决深度学习分割算法在病灶的细节分割上存在漏判且模型参数量较大不利于实际应用的问题,提出一种基于改进的CG-Net的深度轻量化分割神经网络。在编码块加入改进高效金字塔拆分注意力模块和深度可分离卷积,以学习丰富多尺度全局特征;采用残差思想将注意力模块与编码块结合,提出高效金字塔语境引导模块,帮助网络学习全局和局部特征信息。在中山大学附属第六医院提供的腹部MRI图像数据库的结直肠肿瘤病灶分割实验中,验证了改进模型算法在分割精度和模型轻量化方面的有效性。

主 题 词：深度学习 编码解码网络 轻量级 深度可分离卷积 医学图像分割 注意力机制 结直肠癌 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.01.038

馆 藏 号：203125425...