基于多尺度特征信息增强的息肉分割网络

摘要

在医学图像处理中，息肉分割面临息肉形态变异、边界模糊等情况.因此，本文提出通道增强注意力模块(CEAM)与多尺度特征融合模块(MFFM).CEAM强化编码层与解码层特征交互，由学习注意力权重增强特征图相关通道，提升细粒度特征表征能力；MFFM融合不同扩张率分支特征，同步捕获息肉图像细节与全局信息，适配不同尺寸息肉特征处理.本文在4个公开息肉数据集进行大量实验，结果验证所提出方法的分割效果更佳，性能优异.

关键词

深度学习 / 医学图像分割 / 息肉分割 / 注意力机制

基金资助

国家自然科学基金资助项目(62162058); 新疆维吾尔自治区科学技术厅项目(2020E0234); 新疆维吾尔自治区重点研发项目(2021B03001-4)