融入交叉注意力编码的皮肤病变分割网络

作     者：李大湘 杨福杰 刘颖 唐垚 LI Daxiang;YANG Fujie;LIU Ying;TANG Yao

作者机构：西安邮电大学通信与信息工程学院陕西西安710121 

基　　金：国家自然科学基金项目(No.62071379) 陕西省自然科学基金项目(No.2019JM-604) 西安邮电大学创新基金(No.CXJJYL2022002) 

出 版 物：《光学精密工程》 (Optics and Precision Engineering)

年 卷 期：2024年第32卷第4期

页      码：609-621页

摘      要：由于卷积操作的局限性,现有的皮肤病变图像分割网络无法对图像中的全局上下文信息建模,导致其无法有效捕获图像的目标结构信息,本文设计了一个融入交叉自注意力编码的U型混合网络,用于皮肤病变图像分割。首先,将设计的多头门控位置交叉自注意力编码器引入到U型网络的最后两个层级中,使其能够在图像中学习语义信息的长期依赖关系,弥补卷积操作全局建模能力的不足;其次,在跳跃连接部分引入一个新的位置通道注意力机制,用于编码融合特征的通道信息并保留位置信息,提高网络捕获目标结构的能力;最后,设计一个正则化Dice损失函数,使网络能够在假阳性和假阴性之间权衡,提高网络的分割结果。基于ISBI2017和ISIC2018数据集的对比实验结果表明,本文网络的Dice分别为91.48%和91.30%,IoU分别为84.42%和84.12%,分割精度在整体上优于其他网络,且具有较低的参数量和计算复杂度,即本文网络能够高效地分割皮肤病变图像的目标区域,可为皮肤疾病辅助诊断提供帮助。

主 题 词：医学图像分割 皮肤病变 交叉自注意力编码 位置通道注意力 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.37188/OPE.20243204.0609

馆 藏 号：203126141...