基于边缘融合和多尺度特征增强的结肠癌腺体分割网络

摘要

在组织病理切片中，腺体的形态学特征是诊断结肠癌的重要依据，准确的腺体分割能够帮助医生进行癌症分级。然而，由于恶性腺体形态各异且边缘模糊，现有分割方法较少直接关注边缘特征，导致在恶性病例中的分割效果不理想。针对现有方法在恶性腺体边缘分割中的局限性，本文提出了一种融合边缘信息与多尺度特征的增强网络（BFMSE-Net），旨在提升结肠癌腺体的分割精度。该网络在U-net的基础上，增加了边缘融合模块（BFM）和多尺度增强模块（MSEM）。边缘融合模块不仅提取并强化了边缘特征，还通过先进的特征融合策略，显著提升了对边缘模糊及粘连腺体的分割能力；多尺度增强模块则自适应地捕获感兴趣区域中最佳感受野的信息，以处理腺体大小和形状显著变化的复杂情况。实验结果表明，该网络能够检测出清晰的腺体轮廓。在GlaS挑战赛数据集和CRAG数据集上，形状相似度指标分别为74.586和61.572，相较于最先进的方法分别提升了10.17%和85.19%。此外，BFMSE-Net的F1分数达到了92.3%和83.9%,Dice系数达到了91.4%和85.3%，均优于现有模型。所提出的BFMSE-Net在两个公开数据集中表现稳定，对边缘模糊的恶性腺体和边缘粘连的腺体具有较好的分割效果，其远高于现有模型的形状相似度能够辅助医生更好地诊断结肠癌病情。

关键词

多尺度特征 / 结肠癌 / 腺体分割 / 医学图像处理