融合注意力机制的TransGLnet脉络膜自动分割

作者：黄文博^*; 屈超凡; 燕杨

来源：光学精密工程, 2023, 31(23): 3482-3489.

• 医学图像处理
• 脉络膜自动分割
• TransUnet
• 全局注意力
• 局部注意力

针对脉络膜与巩膜间对比度低，脉络膜分割存在脉络膜下边界模糊，难以界定等问题，提出了融合注意力机制的TransGLnet脉络膜自动分割网络，在卷积层引入全局注意力模块（Global Attention Module,GAM），在特征之间应用矩阵乘法，在整体空间位置的多个特征之间建立非线性交互，在不使用大量参数的情况下提取全局特征；在卷积层和Transformer编码器之间引入局部注意力模块（Local Attention Module,LAM），以1/4特征图为基本单元探索局部特征，特征图元素位置移动规则为保持行位置的元素不变，将列位置的元素由大到小重新排列。两模块融合可令网络有效兼顾全局与局部特征。实验结果表明，TransGLnet网络的Dice值为0.91，准确率为0.98，平均交并比为0.89,F1值为0.90，豪斯多夫距离为6.56。与现有脉络膜自动分割方法相比，本文方法的各项性能指标均有提高。TransGLnet脉络自动分割网络具有较好的稳定性，可供临床借鉴。

• 单位
  长春师范大学