基于特征交互融合的結(jié)腸息肉圖像分割算法研究

打開文本圖片集

摘  要：針對(duì)結(jié)腸息肉圖像中病灶區(qū)域尺度多變，傳統(tǒng)方法難以捕捉其內(nèi)部復(fù)雜關(guān)系導(dǎo)致的分割精度不高的問題，文章提出一種特征交互融合分割網(wǎng)絡(luò)FIFNet。在該網(wǎng)絡(luò)中，利用金字塔式Transformer和ResNet18并行提取息肉圖像的局部與全局特征并通過語義協(xié)調(diào)單元SH融合兩者之間的語義信息；此外，設(shè)計(jì)了層間注意力聚合模塊IA，自適應(yīng)加權(quán)融合不同層級(jí)特征，從而突出息肉圖像的形態(tài)和紋理信息；最后，反向殘差注意力模塊IRA充分挖掘息肉區(qū)域與邊界的聯(lián)系，提高了分割結(jié)果的準(zhǔn)確性。（剩余9332字）