基于混合域注意力ResNeSt的结肠息肉分割模型

作者：周孟然; 刘思怡^*; 卞凯; 王宁; 高立鹏

来源：重庆工商大学学报(自然科学版), 2023, 1-11.

• 图像分割
• 结肠息肉
• ResNeSt
• 编解码网络
• 注意力机制

【目的】针对因息肉大小不一，边界不清，光线影响，在图片中所占比例较小导致的分割精度不高的问题，提出了一种改进的U型结构网络BMR-Net。【方法】该模型的框架为编码器-解码器形式，在编码器部分采用ResNeSt提取特征，在计算成本增加很少的情况下改善了特征提取效果；在编码器和解码器之间设计边界预测生成模块（BPGM）来聚合高层特征并加入改良空间金字塔池化模块，在其中引入注意力机制，提升多尺度信息融合效果，获得更精确的全局特征图表示；针对不清晰的边缘部分采用反向注意力模块，删除已预测区域，校正边界信息。【结果】在CVC-ClinicDB，Kvasir-SEG，CVC-ColonDB、ETIS-Larib、EndoScene数据集上进行测试，mDice值分别达到了0.930，0.903，0.743，0.712，0.874。【结论】实验结果表明，该方法分割性能和泛化性能均优于其他的先进方法，并且可以更加精确和完整地分割出小尺寸息肉，可以为结肠息肉患者提供早期预后信息。

• 单位
  安徽理工大学