基于改進(jìn)TransUNet模型的腦腫瘤圖像分割方法研究

打開文本圖片集

摘 要：針對(duì)腫瘤細(xì)胞圖像與正常組織圖像之間具有強(qiáng)相似性、邊界模糊以及染色變化大等特點(diǎn)，提出了基于TransUNet網(wǎng)絡(luò)的優(yōu)化改進(jìn)分割模型。此分割模型在以TransUNet為主干網(wǎng)絡(luò)的基礎(chǔ)上于編碼器部分引入注意力機(jī)制，抑制不相關(guān)的部分以突顯深層特征的語義信息。同時(shí)，改變上采樣過程中的融合方式，引入BiFusion模塊進(jìn)行選擇性地融合，從而使特征數(shù)據(jù)能夠保留更多高分辨率細(xì)節(jié)信息。（剩余11384字）