医学图像分割技术能够自动勾勒出医学图像中人体组织结构和病变区域，进而辅助医生诊疗，减少误诊率。然而大多数现有医学图像分割模型使用的是感受野固定且很小的卷积核，不能完美地拟合图像中的全局特征信息。针对这个问题，我们提出了一个具有超大感受野的空间注意力机制模块。在DentalPanoramicXrays数据集上的实验表明，该模块加入到Unet网络后，分割精度提升了约2个百分点。
科研之友
微信
新浪微博
Facebook
分享链接
