|
|||||
|
|
| PRNet:渐进式消减不确定区域的息肉分割网络 | |
| 作者姓名： | 何东之 ? 肖杏梅 李韫昱 薛永乐 李雲奇 |
| 作者单位： | （1.北京工业大学 信息学部, 北京 100124; 2.中国人民解放军第一医学中心, 北京 100039） |
| 摘 要： | 由于息肉图像的自动分割病灶区域大小不一和边界模糊,从而导致分割精度较低.针对这两个问题,本文提出先定位后逐步精细的渐进式消减网络（Progressive Reduction Network,PRNet）.该网络采用Res2Net提取病灶区域特征,利用多尺度跨级融合模块将注意融合机制与跨级特征结合,有效应对病灶区域多尺度问题,提升定位准确度.在自上而下恢复图像分辨率的过程中,引入不确定区域处理模块和多尺度上下文感知模块.前者通过设定递减的阈值逐步挖掘息肉边缘信息,增强边缘细节特征的识别能力;后者则进一步探索病灶区域周围潜在的上下文语义,提升模型的整体表征能力.此外,本算法还设计了一个简单的特征过滤模块,用于筛选编码器特征中的有效信息.在Kvasir-SEG、CVC-Clinic和ETIS数据集上的实验结果表明,所提算法的Dice系数分别达到了92.09%、93.05%和74.19%,优于现有的息肉分割算法,展示出了较好的鲁棒性和泛化性. |
| 关 键 词： | 医学图像处理 息肉分割 结肠镜 不确定区域 多尺度 |
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《湖南大学学报(自然科学版)》下载全文 | |