高效多注意力融合的U-Net结直肠息肉图像分割算法
许增宝
苏树智
胡天良
安徽理工大学计算机科学与工程学院,安徽淮南232001
摘要：针对结直肠内部环境复杂以及结直肠息肉边界模糊且颜色、形状、大小不一等问题,提出用于结直肠息肉图像分割的基于 U-Net 高效多注意力融合(efficient multi-attention fusion based on U-Net,EM AU-Net)算法.EMAU-Net算法利用快速行进方法(fast marching method,FMM)抑制结直肠镜检查中的高光噪声;在编码器部分采用轻量级网络SegFormer中的Transformer模块对U-Net做出改进,保留息肉纹理和位置信息,增强编码阶段网络对全局信息的捕捉能力;解码器部分应用改进的空间和通道挤压与激励块(spatial and channel squeeze & excitation block,scSE),降低参数量的同时又增强其特征,可以进一步提高对息肉边缘特征的捕捉能力.实验结果表明,EMAU-Net算法平均交并比(mean intersection over union,MIoU)达到 92.97％,与其他算法对比,该算法表现更优,能够对结直肠癌的诊断和治疗提供有力帮助.
关键词：息肉分割改进U-Net注意力结直肠癌高光噪声Transformer
分类号：TP394.1(计算技术、计算机技术)
资助基金：安徽省高等学校科学研究重大项目(2022AH040113)安徽高校与人工智能研究协同创新项目(GXXT-2021-006)
论文发表日期：2023-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 353-359 )
英文信息