改进Attention-UNet的多尺度肝脏CT图像分割

针对肝脏CT图像分割任务中U-Net自下而上的特征融合方式忽略低级特征的问题,提出基于Attention-UNet的多尺度肝脏CT图像分割方法（MFFA-Net）。在Attention-UNet结构的基础上,通过加入多尺度特征提取的方法,以减少网络特征信息的丢失。在LiTS数据集上进行了大量实验。结果表明在不同评价指标下,提出的特征信息提取和融合的方法可以有效提高分割精度。