引入分组注意力的医学图像分割模型

作者：张学峰; 张胜; 张冬晖; 刘瑞

来源：中国图象图形学报, 2023, 28(10): 3231-3242.

DOI：10.11834/jig.220748

• 深度学习
• 卷积神经网络(CNN)
• 医学图像分割
• U-Net
• 分组注意力
• Swin Transformer

目的 卷积神经网络结合U-Net架构的深度学习方法广泛应用于各种医学图像处理中，取得了良好的效果，特别是在局部特征提取上表现出色，但由于卷积操作本身固有的局部性，导致其在全局信息获取上表现不佳。而基于Transformer的方法具有较好的全局建模能力，但在局部特征提取方面不如卷积神经网络。为充分融合两种方法各自的优点，提出一种基于分组注意力的医学图像分割模型（medical image segmentation module based on group attention,GAU-Net）。方法 利用注意力机制，设计了一个同时集成了Swin Transformer和卷积神经网络的分组注意力模块，并嵌入网络编码器中，使网络能够高效地对图像的全局和局部重要特征进行提取和融合；在注意力计算方式上，通过特征分组的方式，在同一尺度特征内，同时进行不同的注意力计算，进一步提高网络提取语义信息的多样性；将提取的特征通过上采样恢复到原图尺寸，进行像素分类，得到最终的分割结果。结果 在Synapse多器官分割数据集和ACDC(automated cardiac diagnosis challenge)数据集上进行了相关实验验证。在Synapse数据集中，Dice值为82.93%,HD(Hausdorff distance)值为12.32%，相较于排名第2的方法，Dice值提高了0.97%,HD值降低了5.88%；在ACDC数据集中，Dice值为91.34%，相较于排名第2的方法提高了0.48%。结论 本文提出的医学图像分割模型有效地融合了Transformer和卷积神经网络各自的优势，提高了医学图像分割结果的精确度。

• 单位
  南昌航空大学