| 多尺度非局部自注意力MRI脑肿瘤分割网络 |
| |
| 作者姓名： | 张建新 刘冬伟 张睦卿 韩雨童 张俊星 |
| |
| 作者单位： | 大连民族大学 计算机科学与工程学院, 大连 116600 |
| |
| 基金项目： | 国家自然科学基金(61972062); 辽宁省应用基础研究计划(2023JH2/101300191, 2023JH2/101300193); 中央高校基本科研业务费(04442023128) |
| |
| 摘 要： | 针对U-Net模型在MRI脑肿瘤分割上存在的感受野受限和全局信息捕获不足问题, 通过引入非局部自注意力机制与多尺度的金字塔卷积提出一种改进U-Net模型—PyCSAU-Net. 该模型以三维U-Net作为基础网络, 在第4层横向连接位置引入扩展的三维非局部注意力模块, 通过改善网络因卷积核大小受限导致的长距离建模能力不足问题来提升脑肿瘤分割精度; 此外, 在网络下采样阶段将普通卷积替换为具有多尺度特点的三维金字塔卷积, 在多级别和分辨率下来提取更具判别性的脑肿瘤深度特征. 在公开的BraTS 2019和BraTS 2020验证集上在完全肿瘤、增强肿瘤和肿瘤核心分割上分别取得了0.904/0.901、0.781/0.774和0.825/0.824的分割精度, 表明所提出PyCSAU-Net方法在脑肿瘤分割任务上的有效性和竞争力.
|
| 关 键 词： | 脑肿瘤分割 U-Net 自注意力机制 金字塔卷积 图像分割 |
| 收稿时间： | 2023-08-01 |
| 修稿时间： | 2023-09-15 |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载免费的PDF全文 |
|
