融合注意力特征的多任务肺结节检测和分割

摘要：

针对CT图像肺结节检测和分割模型复杂且精度低的问题,提出一种端到端的融合注意力特征的多任务肺结节检测和分割算法.利用多任务模型对肺结节检测和分割进行建模,实现模型参数的共享和计算复杂度的降低;提出残差注意力特征融合模块融合尺度和语义不一致的特征,获取更加丰富的特征信息;采用自适应多任务损失函数,实现主任务和辅助任务损失权重的均衡.在LIDC-IDRI数据集上进行了详尽的实验,肺结节检测的CPM得分达到90.94％,肺结节分割的IoU和DSC分数分别为71.78％和80.89％,验证了算法的有效性.

关键词：肺结节检测、肺结节分割、多任务学习、注意力特征融合、多任务损失函数

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：中央引导地方科技发展专项基金项目;山西省自然科学基金

在线出版日期：2022-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2525-2532