基于双解码器的医学图像分割模型

摘要

针对医学图像目标区域尺度不一及有标签医学图像样本少的问题，提出一种基于双解码器的医学图像分割模型(dual-decoding Swin-Unet, DDS-UNet)。DDS-UNet模型以Swin Transformer模块构建编码器，提取医学图像多尺度特征；解码器1利用Swin Transformer模块全局和远程语义特征提取优势，在上采样过程中逐级恢复并聚合编码器输出的对应尺度特征信息；解码器2利用卷积神经网络(convolutional neural networks, CNN)的局部特征提取优势，在上采样过程中逐级恢复医学图像空间信息；特征融合模块利用空洞卷积分解编码器输出的深层语义特征信息，并在上采样过程中协同融合双解码器输出的多尺度特征信息，重建医学图像目标区域的空间细节信息。脊柱和脑胶质瘤图像分割试验结果表明，DDS-UNet模型对目标区域具有优异的特征提取和分割能力。消融试验进一步验证DDS-UNet模型对医学图像分割的有效性。

关键词

医学图像分割 / 双解码器 / Swin Transformer / 空洞卷积 / 多尺度特征融合

基金资助

国家自然科学基金资助项目（62372280,61872225）; 山东省自然科学基金资助项目（ZR2020KF013,ZR2020ZD44,ZR2019ZD04,ZR2020QF043）; 山东省高校青创引才育才计划资助项目（2019-173）; 青岛市科技惠民示范专项资助项目（23-2-8-smjk-2-nsh）