一种改进的DeepLab V3+的医学图像分割方法

摘要：

医学图像分割是疾病诊断任务中的关键技术,针对现常用的图像分割网络存在对小物体预测不准以及因局部信息丢失产生网格伪像等问题,设计了一种基于注意机制的DeepLab V3+图像分割方法.在编码(Encoder)部分添加YOLOv5网络中Focus+ CBL+ CSP的级联式特征提取模块,增强网络能力,同时在Encoder和解码(Decoder)网络加入瓶颈注意力机制,增加目标权重,优化特征提取,获取更多的细节、纹理信息.实验结果证明,该方法优于其他分割方法,改进后的模型在像素准确率比DeepLab V3+提高了0.82％,平均交并比(MIoU)上提高0.99％,改进后的模型提高了小目标组织特征提取的能力,实现了更高精度分割.

关键词：图像分割;DeepLab V3+;注意力机制

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61671414

在线出版日期：2021-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：18-23