基于多尺度语义表征的医学图像分割网络

作者：王晓援; 王雪^*

来源：吉林大学学报(理学版), 2022, 60(06): 1370-1376.

DOI：10.13413/j.cnki.jdxblxb.2022132

• 医学图像分割
• 语义表征
• 多尺度上下文
• 特征差异
• 混合注意力

针对编解码网络在病灶区域纹理复杂、边界模糊、与周围组织的对比度低以及背景噪声干扰等复杂医学图像的特征提取中鲁棒性较弱，导致病灶区域分割精度较低的问题，提出一种基于多尺度语义表征的医学图像分割网络.首先，通过多尺度上下文感知模块增强不同尺度上下文的表征能力；其次，通过计算相邻层间的特征差异，突出不同层间语义特征的差异性，减少特征信息冗余；最后，通过混合注意力模块增强病灶区域的边界信息和网络对复杂特征的语义感知能力.实验结果表明，该网络在复杂医学图像分割中分割精度较高，并具有较强的鲁棒性.

• 单位
  吉林大学; 吉林农业科技学院