基于轴向反向注意力机制的BS-Net脑瘤分割算法
唐明1
张文静2
白俊卿2
吴晨俣2
徐东2
1.西安培华学院 西安 7101252.西安石油大学 西安 710065
摘要：针对核磁共振图像中脑瘤与周围组织对比不明显,图像中病灶占比较低导致的脑瘤误检漏检等问题,论文提出一种基于轴向反向注意力机制的BS-Net脑瘤分割算法.首先采用具有多尺度残差单元的Res2Net提取图像的全局特征,加强对脑瘤大小多样的关注.同时通过特征金字塔融合不同感受野的特征图,获得小目标脑瘤丰富的语义信息.其次使用轴向反向注意力模块,获取含有较多病灶空间位置与语义信息的特征信息,细化脑瘤病灶区域的边界.最后BS-Net网络在BraTS 2018数据集进行训练得到脑瘤图像分割模型.论文提出的模型从客观评价指标和视觉分割效果进行对比,实验表明该网络对小目标脑瘤分割效果较优,对脑瘤病灶分割的形状边缘更接近生物学,在脑瘤的临床应用中有重要意义.
关键词：轴向反向注意力机制Res2Net特征金字塔脑瘤图像分割
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2025-03-20
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：5( 648-651,724 )
英文信息