基于金字塔卷积和像素注意力的分割方法

分享到

【获取途径】超星期刊网
【作者】阴桂梅，肖易勇，席鑫华，赵艳丽，谭淑平，强彦，罗士朝
【刊名】计算机应用与软件
【作者单位】太原师范学院计算机系；北京市回龙观医院；太原理工大学信息与计算机学院
【年份】2025
【卷号】第6期
【ISSN】1000-386X
【关键词】深度学习医学图像处理图像分割注意力机制空洞卷积
【摘要】针对医学图像分割任务中存在的分割目标大小变化跨度大且结构复杂,以及神经网络对目标边缘细节学习效果差这两个问题,在U-Net网络的基础上构造了金字塔空洞卷积与像素级注意力网络。设计金字塔空洞卷积模块并替换传统的卷积操作,通过多种空洞卷积的组合扩展了网络感受野并编码得到全局上下文信息;提出像素级注意力模块,在通道注意力机制的基础上进一步编码像素间的依赖关系使网络能从不同通道的特征中学习到更丰富的局部上下文信息。通过在肺部公开数据集LIDC和私人肝肿瘤数据集上进行实验评估,所提出的DP-Net在三种评...
【文献类型】期刊