看过本文的还看了

相关文献

该作者的其他文献

文献详情 >融合多尺度门控卷积和窗口注意力的结肠息肉分割 收藏
融合多尺度门控卷积和窗口注意力的结肠息肉分割

融合多尺度门控卷积和窗口注意力的结肠息肉分割

作     者:汪鹏程 张波涛 顾进广 WANG Peng-Cheng;ZHANG Bo-Tao;GU Jin-Guang

作者机构:武汉科技大学计算机科学与技术学院武汉430081 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430081 

基  金:国家重点研发计划(2022YFC3300800) 武汉市重点研发计划(2022012202015070) 

出 版 物:《计算机系统应用》 (Computer Systems & Applications)

年 卷 期:2024年第33卷第6期

页      码:70-80页

摘      要:结肠息肉的准确分割对于切除异常组织和降低息肉转换为结肠癌的风险具有重要意义.目前的结肠息肉分割模型在对息肉图像进行分割时存在着较高的误判率和分割精度较低的问题.为了实现对息肉图像的精准分割,提出了一种融合多尺度门控卷积和窗口注意力的结肠息肉分割模型(MGW-Net).首先,设计一种改进的多尺度门控卷积块(MGCM)取代U-Net的卷积块,来实现对结肠息肉图像信息的充分提取.其次,为了减少跳跃连接处的信息损失并充分利用网络底部信息,结合改进的空洞卷积和混合增强的残差窗口注意力构建了多信息融合增强模块(MFEM),以优化跳跃连接处的特征融合.在CVC-ClinicDB和Kvasir-SEG数据集上的实验结果表明,MGW-Net的相似性系数分别为93.8%和92.7%,平均交并比分别为89.4%和87.9%,在CVC-ColonDB、CVC-300和ETIS数据集上的实验结果表明其拥有较强的泛化性能,从而验证了MGW-Net可以有效地提高对结肠息肉分割的准确性和鲁棒性.

主 题 词:医学图像分割 结肠息肉图像 U-Net 注意力门 窗口注意力 

学科分类:12[管理学] 1201[管理学-管理科学与工程类] 1002[医学-临床医学类] 081104[081104] 08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 100214[100214] 0811[工学-水利类] 0812[工学-测绘类] 10[医学] 

D O I:10.15888/j.cnki.csa.009509

馆 藏 号:203127760...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分