用于脑肿瘤分割的N形神经网络

摘要

传统的U型神经网络网络在脑肿瘤分割任务中存在高层信息表征能力不足和分割标签不平衡等问题.本文提出了一种新型脑肿瘤分割模型N-Net，能够有效融合多尺度信息，综合考虑全局语义与局部细节，提高了对不同大小肿瘤的分割性能.模型引入特征金字塔进行多尺度语义特征的传递，并且采用通道空间融合注意力机制自适应地关注与肿瘤相关区域，此外，本文增加了模型层级并利用残差卷积模块解决梯度消失问题.最后，本文采用改进的混合损失函数应对标签不平衡问题，提高了分割结果的准确性和鲁棒性.在MSD数据集上的实验结果表明，本文提出的方法在多个评估指标上显著优于其他先进模型，展示了其在脑肿瘤分割任务上的有效性.

关键词

脑肿瘤分割 / 特征金字塔 / 注意力机制 / 混合损失函数 / N形神经网络