w-net：一种用于多种医学图像的二次特征提取方法

作者：吴昊; 徐杨; 曹斌

来源：激光与光电子学进展, 2022, 1-14.

• 医学图像
• 语义分割
• 二次特征提取
• 注意力机制

针对人为无法及时从医学图像发现病理特征，最终导致并且恶化的问题，本文提出了一种二次特征提取的方法 w-net，用来对肺、肝脏、细胞及脑质瘤进行分割。首先将全尺寸的Unet网络作为一次特征取路径，再将上采样路径的第三层作为起始层，用来扩展二次特征提取路径，以加强特征提取能力。其次，为了建立长期的通道依赖关系以及增强特征的位置信息，在不同的阶段引入两种新型注意力机制进行针对性优化。最后，文中复现了10种经典网络，在医学图像领域与基准网络Unet对比，常用指标MIou、SE、Pre和ACC最高分别提升了0.0613、0.1287、0.1216、0.0201。经过在4种数据集上的指标数值和可视化结果比较，w-net的多项性能指标均优于其他网络，证明了该网络的有效性与优越性。

• 单位
  贵州大学; 贵阳铝镁设计研究院有限公司