MDA-Net:一种结合双路径注意力机制的医学图像分割网络

摘要：

准确的医学图像分割对于疾病的诊断和治疗规划至关重要,但由于医学图像形态复杂,且图像内不同对象结构差异大,导致其在医学图像分割效果上并不明显.针对这一问题,提出了一种MDA-Net网络,其包含Mobile-NetV2、CAM、PAM这3个模块,以Mobile-NetV2 作为骨干网络,提取图片初级信息.通过通道注意力模块(CAM)对每个特征图通道之间所有关联的特征信息加以整理,从而使相互依赖的特征图有选择性地加以突出.位置注意力模块(PAM)通过对每个像素区域进行特征加权和,选择性地聚合每个区域的特征.在解码部分采用转置卷积将骨干网络中的低层次信息和经过CAM、PAM得到的高层次信息进行融合,以此来丰富分割特征图的语义信息.在IBSI数据集和LUNA数据集上的实验效果表明,MDA-Net与其它医学图像分割模型相比,有更好的效果.

关键词：通道注意力、位置注意力、转置卷积、医学图像分割

所属期刊栏目：44

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61772342

在线出版日期：2023-10-30（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：2308-2313