典型文献
MCA-Net:多尺度综合注意力CNN在医学图像分割中的应用
文献摘要：
医学图像自动分割技术具有辅助临床医学诊断的功能.为改善CNN模型在医学图像分割中存在感受野小及细节特征不敏感等问题,基于多尺度策略以及注意力机制,提出一种多尺度综合注意力的U形网络架构,以提升医学图像分割质量.首先,提出一个新的双路径因式分解多尺度融合块,以扩展图像特征的感受野,进一步提取图像特征的细节信息.其次,在架构中融入通道和空间融合自注意力块,利用注意力机制的特性,抑制不相关的部分或背景以突显深层特征的空间信息.最后,引入多尺度注意力块.该模块通过融合多个尺度的特征信息,以突出不同尺度中最显著的特征图来适应当前分割对象的大小.为验证模型的可靠性,将所提出的网络模型应用于肺部、细胞轮廓及肝脏等医学图像分割任务.实验结果表明,所提方法在准确率、Dice系数、AUC及灵敏度等评估指标上均优于目前用于医学图像分割的主流方法.
文献关键词：
医学图像分割;因式分解;双路径融合块;通道注意力;空间注意力;多尺度注意力块
中图分类号：
作者姓名：
丁才富;杨晨;纪秋浪;王阳;张兵
作者机构：
贵州大学大数据与信息工程学院,贵州贵阳550025
文献出处：
引用格式：
[1]丁才富;杨晨;纪秋浪;王阳;张兵-.MCA-Net:多尺度综合注意力CNN在医学图像分割中的应用)[J].微电子学与计算机,2022(03):71-77
A类：
多尺度注意力块,双路径融合块
B类：
MCA,Net,尺度综合,医学图像分割,图像自动分割,自动分割技术,临床医学,医学诊断,感受野,细节特征,不敏,多尺度策略,注意力机制,网络架构,因式分解,多尺度融合,图像特征,细节信息,空间融合,自注意力,不相关,深层特征,空间信息,特征信息,不同尺度,特征图,验证模型,模型应用,Dice,主流方法,通道注意力,空间注意力
AB值：
0.287929
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
