基于边界引导和跨层特征融合的息肉图像分割

孙建军 ,  崔玉霞 ,  贾敬好 ,  李雪

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (5) :2060-2067

PDF (6770KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (5) :2060-2067 DOI: 10.12404/j.issn.1671-1815.2500862
自动化技术、计算机技术

基于边界引导和跨层特征融合的息肉图像分割

作者信息 +

Polyp Image Segmentation Based on Boundary Guidance and Cross-layer Feature Fusion

Author information +
文章历史 +

摘要

为了解决临床上息肉分割算法所存在的无法准确区分息肉与周围黏膜、泛化能力有限等问题,提出了一种新的结合跨层特征融合和边界引导的息肉分割网络。主要包括3个模块:多尺度特征提取模块从编码器的浅层输出中提取多尺度信息和息肉细节。跨层特征融合模块通过协同注意和自适应通道校准策略整合不同层级的特征,从而实现跨层特征的动态校准与融合。边界提取引导模块首先通过形态学算子从初始分割图中提取边界和息肉区域。利用内部息肉区域的特征来增强边界区域附近的特征,以产生良好的分割结果。实验结果显示,模型在CVC-ClinicDB、Kvasir数据集上的Dice系数分别为94.24%和92.41%,与现有的主流方法相比,所提出的方法不仅可以分割多种类型的息肉,而且在分割精度和泛化能力方面均有所提升。

Abstract

In order to solve the problems of failing to accurately distinguish polyps from the surrounding mucosa and the limited generalization ability in clinical polyp segmentation algorithms, a new polyp segmentation network that combines cross-layer feature fusion and boundary guidance was proposed. It primarily consists of three modules: the multiscale feature extraction module was used to extract multiscale information and polyp details from the encoder’s shallow output. The cross-layer feature fusion module was designed to integrate the cross-layer features through collaborative attention and adaptive channel calibration strategies, achieving dynamic calibration and fusion of these features. The boundary extraction guidance module involves the use of morphological operators for the extraction of boundaries and polyp regions from the initial segmentation map. Features within the internal polyp region were leveraged to enhance those near the boundary, resulting in accurate segmentation outcomes. The experimental results show that the model’s Dice coefficients on the CVC-ClinicDB and Kvasir datasets are 94.24% and 92.41%, respectively. Compared with the existing mainstream methods, the proposed method not only segments multiple types of polyps but also improves the segmentation accuracy and generalization ability.

Graphical abstract

关键词

息肉分割 / 多尺度特征融合 / Transformer / 跨层特征融合

Key words

polyp segmentation / multi-scale feature fusion / Transformer / cross-level feature fusion

引用本文

引用格式 ▾
孙建军, 崔玉霞, 贾敬好, 李雪. 基于边界引导和跨层特征融合的息肉图像分割[J]. 科学技术与工程, 2026, 26(5): 2060-2067 DOI:10.12404/j.issn.1671-1815.2500862
SUN Jian-jun, CUI Yu-xia, JIA Jing-hao, LI Xue. Polyp Image Segmentation Based on Boundary Guidance and Cross-layer Feature Fusion[J]. Science Technology and Engineering, 2026, 26(5): 2060-2067 DOI:10.12404/j.issn.1671-1815.2500862

登录浏览全文

4963

注册一个新账户 忘记密码

大多数结直肠癌都是由良性腺瘤的恶性病变引起的。腺瘤始于结肠息肉,恶化后可导致癌变[1]。早期息肉筛查可以显著降低结直肠癌的发病率[2]。但由于息肉的数量、位置以及医生的主观判断,临床病例中约有25%的息肉被漏诊。为了提高检测准确性和降低患者患病风险,人们越来越关注息肉的自动分割。
息肉图像分割作为医学辅助检测的重要手段,可以准确定位和分割对象,帮助医生提高检测效率和准确率。然而,现有方法仍存在一些挑战,这些挑战主要来自结肠息肉的形态和大小。例如,一些息肉组织边缘模糊,难以与正常组织区分,此外,小的息肉物体可能容易被忽视,物体可能与褶皱混淆。为了应对这些挑战,人们开发了各种深度学习模型,并在息肉分割方面表现出了良好的性能。DUCKNet[3]引入了一个结合多个残差块和扩张卷积块的DUCK模块来获得更大的感受野。CCBANet[4]使用级联上下文模块提取局部和全局特征,并使用平衡注意力模块为前景、背景和边界区域添加注意力机制。Yin等[5]提出了一种双上下文关系网络来捕获息肉图像内部和之间的上下文关系。尽管这些方法在捕获息肉的细粒度细节方面表现出色,但卷积核的局部感受野限制了它们捕获全局上下文特征的能力[6]。
最近,为了解决卷积神经网络(convolutional neural networks,CNN)在捕获全局上下文信息建模方面的不足,Transformer在不同的计算机视觉任务中得到了广泛应用[7]。Dosovitskiy[8]提出了Vision Transformer(ViT),这是第一个基于Transformer的端到端图像识别模型,在许多分割任务上都表现出色。Fu等[9]提出了HmsU-Net,用于学习多尺度特征并改善不同尺度特征的不一致性,利用Transformer和CNN学习全局和局部特征,缓解特征融合不一致的问题。Wu等[10]提出了P2T,这是一种Transformer主干网络,它将金字塔池化应用于Transformer中的MHSA,同时减少序列长度并捕获强大的上下文特征。Du等[11]提出了一种基于Swin Transformer的医学图像分割算法,利用密集连接和局部金字塔注意力机制来聚合上下文信息,减少背景噪声干扰。该方法不仅适用于息肉分割,对于其他分割任务也具有很高的适用性。这些基于Transformer的息肉分割方法依靠自注意机制解决了CNN在全局上下文建模方面存在的局限性[12]。然而,这些层次化的Transformer由于占主导地位的全局特征表示而限制了它们学习局部上下文信息的能力,对小物体的预测过于平滑以及物体之间边界不清晰,导致分割效果不佳[13]。
上述已有的息肉分割算法虽已取得较为理想的分割效果,然而在边界与背景的区分上仍然表现欠佳。因此,为了更充分地利用边界特征信息,提出一种结合跨层特征融合和边界引导的息肉分割网络(cross-level feature fusion and boundary guidance net,CFBG-Net),设计了3个模块来改进基线网络。以期提升息肉边界分割精度,助力精准诊疗。
多尺度特征提取模块(multi-scale feature extraction module,MFEM):用于从Transformer的浅层输出中提取多尺度信息和息肉细节。
跨层特征融合模块(cross-level feature fusion,CFFM):使用协同注意从多层特征中提取注意力系数,实现对特征的精细化处理,并进一步将这些经过增强的特征加以融合。通过这种方式弥合不同层级特征间的语义鸿沟,实现多尺度特征的高效整合。
边界提取引导模块(boundary extraction guidance module,BEGM):利用内部息肉区域的特征来增强边界区域的特征,显著提升模型对模糊边界的区分能力,有效解决息肉与正常组织之间边界不清晰的关键挑战。

1 模型构建方法

1.1 模型结构

图1展示了所提出CFBG-Net的总体架构,该网络包括PVTv2编码器结构以及3个主要模块。具体而言,首先将结肠镜图像输入Transformer分支以提取多级特征,Transformer编码器逐级聚合各个级别的特征,以捕获长距离依赖特征。Transformer编码器中的高分辨率特征图输入MFEM中,MFEM首先提取浅层特征的多尺度信息,然后从浅层信息中去除背景噪声以增强细节信息表示。为解决多尺度特征融合时的语义鸿沟问题,设计了CFFM,采用协同注意和自适应通道校准策略实现解码器高层语义特征Fd与编码器低层细节特征Fe的优化融合。此外,针对内窥镜影像中息肉边界模糊的技术难点,提出BEGM,通过建立区域-边界的特征增强机制,利用已检测的息肉内部区域特征优化边界表征。

1.2 多尺度特征提取模块

在息肉分割中,浅层特征的利用可以显著提高准确率,这些浅层特征包含丰富的细节信息[14]。同时多尺度特征值得关注,因为息肉的大小和形态在不同的数据集中表现出强烈的不一致。

MFEM的具体结构如图2所示。由4个卷积层分支构成,每层由核为3的卷积以及扩张率依次递增的扩张卷积(扩张率d依次为3、5、7)组成,分支中添加卷积核为3×1和1×3的卷积,可以显著减少参数数量,而对性能影响较小。分支中的扩张卷积进一步扩展了感受野,以提供更好的辨别能力。经过多尺度模块的特征图与通过极化自注意力模块(polarized self-attention,PSA)的原始特征在通道维度上进行拼接,PSA模块对原始特征进行增强和噪声抑制。随后利用挤压和激励(squeeze-and-excitation,SE)模块增强有价值的特征,抑制不相关的特征。

1.3 跨层特征融合模块

低层特征富含详尽的细节与背景噪声,并具有明确的边界轮廓。相反,通过多次下采样处理之后,高层次特征在边界表达上变得模糊,丢失较多的细节信息,但具有更为一致的语义信息和清晰的背景[15]。这两种特征之间存在着显著的特征差异。然而,常规的特征融合方法往往未能充分考虑这种差异。因此,有效地融合多层次特征对于提升不同尺度特征的表示能力至关重要。

为应对上述挑战,创新性地设计了跨层级特征融合模块,旨在促进来自解码器的高层特征Fd与来自编码器的低层特征Fe的互补融合,从而实现特征表达的全面优化。相较于现有研究中普遍采用的直接相加或简单拼接策略,CFFM巧妙避免了高层与低层特征间冗余信息的混入,显著抑制模糊噪声。首先通过协同注意力模块来对空间中的长距离关系进行建模,并同时获得通道之间的自适应重要性。随后,两种特征表示将被用来形成最终的注意特征图。如图3所示,将通道相关注意力模块加权的特征图与空间矩阵相乘。从特征图中获得了两个维度的注意力信息,确保了两次操作之间没有影响。最后,通道维度上的加权特征图将受到空间注意力图的影响,以达到融合的目的。通过利用协同注意块的结构,能够获得更准确的特征表示,从而提高识别医学图像中目标结构的能力[16]。

将高层和低层特征图逐元素相加作为F,通过一个并行的双分支结构,一个用于捕捉局部通道上下文信息,另一个用于捕捉全局通道上下文信息。

L=PConvi[PConvr(F)]
G=PConvi{PConvr[AvP(F)]}

式中:L为局部通道上下文信息;G为全局通道上下文信息;PConvr将通道从C减少到C/r,而Pconvi将通道从C/r增加到C (r=减少比率);注意力权重W是通过对L和G相乘并将结果通过Sigmoid激活函数在0~1进行缩放而得到的。

将Fd与Fe分别与注意力权重相乘,进行特征重新校准。

F'd=Fd×W
F'e=Fe(1-W)
Ffuse=F'd+F'e

式中:F'd与F'e分别为加权后的特征和互补特征;×表示逐元素相乘;Ffuse为融合后的特征。

1.4 边界提取引导模块

尽管病变区域的边缘为目标物体的位置提供了重要的线索,但是病变区域的边界通常很复杂且多样,位于边界附近的像素是难以区分的。因此,设计了一个边界提取引导模块,包括两部分,边界提取模块(boundary extraction module,BEM)和边界引导模块(boundary guidance module,BGM)。BEM的结构如图4所示,用于在Transformer编码分支的输出挖掘边缘周围的多粒度信息。

首先,对输入的解码器特征图Fd进行上采样,以使其空间大小与CFFMi的空间大小对齐。将上采样后的图与CFFMi逐元素相乘,并将得到的图添加到CFFMi以突出显示边界区域,从而生成特征图Ti。通过从特征图中减去不同大小的平均池化值来获得边缘附近的多粒度响应。为了充分利用这些多粒度特征,将其与当前阶段的原始特征Ti进行聚合,并将融合后的结果通过1×1卷积获得初始分割掩模fm。然后,利用侵蚀算子(E)和扩张算子(D)将边界和内部区域从初始分割掩模中分离出来。在每次迭代中,掩模边缘都会腐蚀或扩大一个像素。这些区域为后续的细化过程提供了必要的指导。该过程描述如下。

Tsi=Ti-avg_s(Ti)
fm=Conv1[C(Tsi)]
Pir=E(fm)T
Pbr=D(fm)T-Pir

式中:i∈{1,2,3,4};s∈{2,3,4,5};C(·)表示连接;Conv1为1×1的卷积;avg_s(·)为对应的平均池化操作;Pir为分割图;Pbr为边界图;T为算子D和算子E的运算次数。这些多粒度响应有效地增强了表示能力,从而引导模块更加关注边界附近的像素。

如图5所示,将边界提取模块输出的特征图Fc与分割图和边界图一起输入边界引导模块。首先使用具有不同设置的卷积层来提取不同的局部上下文信息,以丰富特征图的表达能力。具体来说,采用了4种不同的卷积层:1×1卷积,3×3卷积,5×5卷积,7×7卷积,这些不同设置的卷积用于提取不同感受野的局部上下文信息,将具有不同感受野的局部上下文信息逐元素相加作为Fm,再分别与分割图和边界图相乘,计算公式如下。

Fd=PirFm+Fm
Fe=PbrFm+Fm

使用分组卷积处理连接后的特征以获得中间预测。然后将分割图Fd作为门控信号与中间预测逐元素相乘,以增强边界区域的特征。

1.5 损失函数

考虑到息肉和背景像素点之间的较大差距,对损失函数中的损失进行加权,以更多地关注硬像素,而不是为所有像素分配相同的权重。损失函数公式表示如下。

$\begin{aligned} \mathcal{L}= & l_{\mathrm{IoU}}^\omega\left(P_1, G\right)+l_{\mathrm{BCE}}^\omega\left(P_1, G\right)+ \\ & l_{\mathrm{IoU}}^\omega\left(P_2, G\right)+l_{\mathrm{BCE}}^\omega\left(P_2, G\right)\end{aligned}$

式(12)中:P为预测图;G为标签图;${l}_{\mathrm{I}\mathrm{o}\mathrm{U}}^{\omega }$和${l}_{\mathrm{B}\mathrm{C}\mathrm{E}}^{\omega }$为交并比损失和二元交叉熵损失的加权交集[17],它们从全局结构和局部细节的角度约束预测映射,通过结合${l}_{\mathrm{I}\mathrm{o}\mathrm{U}}^{\omega }$和${l}_{\mathrm{B}\mathrm{C}\mathrm{E}}^{\omega }$根据类别的重要性为每个样本分配不同的权重,使模型更加关注目标区域。对正常组织样本赋予较小的权重,而对于关键区域的像素则赋予较大的权重。这样的权重分配能够使模型更加专注于目标区域,从而优化其在息肉分割任务中的表现。

2 模型验证实验

2.1 数据集

为了验证模型对结直肠息肉的分割性能,采用5个公开数据集(Kvasir-SEG、CVC-ClinicDB、CVC-ColonDB、ETIS-LaribPolypDB和CVC-300)对模型进行验证。5个公开数据集采用与PraNet相同的数据分布设置。具体来说,90%的Kvasir-SEG和CVC-ClinicDB数据集作为训练数据集,剩下的10%用于测试。此外,在CVC-ColonDB、ETIS-LaribPolypDB和CVC-300数据集上评估模型的泛化能力。其中数据集的具体设置如表1所示。

2.2 评估指标

采用了5个评价指标来评价模型性能。Dice系数来评估分割精度,IoU关注被分割对象的内部一致性。Dice和IoU的计算公式如下。

Dice(A,B)=$\frac{2\left|A\bigcap B\right|}{\left|A\right|+\left|B\right|}$=$\frac{2\mathrm{T}\mathrm{P}}{2\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}+\mathrm{F}\mathrm{N}}$×100%
IoU(A,B)=$\frac{A\bigcap B}{A\bigcup B}$=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}+\mathrm{F}\mathrm{N}}$×100%

式中:A为预测的像素集;B为真实标签像素集;真阳性(true positive,TP)表示分割结果与真实值一致的像素集;假阴性(false negative,FN)表示模型无法识别但存在于真实值中的像素集;假阳性(false positive,FP)表示不在真实值中但被模型错误分割的像素集;真阴性(true negative,TN)表示模型正确预测的负样本像素集。

平均绝对误差(mean absolute error,MAE)是一个逐像素评估指标,用于衡量预测值与真实值之间绝对差异的平均值。当预测值与真实值完全一致时,MAE的值为0;误差越大,MAE的值越大。MAE的计算公式为

MAE=$\frac{1}{m}\stackrel{m}{\sum _{i=1}}\left|(P-G)\right|$

式(15)中:G为真实样本像素集;P为模型预测结果像素集。

R=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}}$×100%
Pre=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}}$×100%

式中:R为召回率;Pre为精密度。使用以上这些指标来验证性能。

2.3 实施细节

基于Ubuntu系统,使用Python语言,在公共Pytorch框架上实现了CFBG-Net,并在NVIDIA RTX 4090 24GB GPU上进行了实验。Pytorch和cuda的版本分别为2.1.0和12.6,python版本为3.8。在开始训练之前,所有图像的分辨率统一调整为352×352,并按平均值[0.496,0.301,0.215]和标准差[0.320,0.217,0.172]进行归一化。优化器选择AdamW,初始学习率为1×10-4。该模型训练了150个epochs,批次大小为8。在测试阶段,图像的尺寸被统一调整为352×352。为了公平地比较各种方法,在相同的实验环境中重新训练并测试了各种方法,由于与原始论文中使用的环境不同,结果可能与原始论文存在一些差异。

3 结果与分析

3.1 不同算法对比实验结果

为了验证CFBG-Net的有效性,将所提出的方法与几种典型的方法进行了比较,包括UNet、PraNet[18]、HarDNet[19]、MISSFormer[20]、Polyp_PVT[21]、MSNet[22]和PVT_Cascade[23],比较结果如图6和表2~表4所示。从表2、表3可以看出,与其他模型相比,CFBG-Net在特征建模能力方面有所提高。表4显示CFBG-Net的泛化能力优于其他模型。在Kvasir-SEG数据集中,所提方法的Dice系数和IoU达到92.41%和87.58%,在CVC-ClinicDB数据集中,所提方法的Dice系数和IoU分别达到94.24%和89.14%。在CVC-ColonDB、ETIS-LaribPolypDB上的结果分别比次优模型的Dice高1.15%和1.01%。从图6中可以明显看出,相较于所展示的真实分割结果,本文方法的分割结果在边界的处理上更好,基本上与标签分割结果相同。

为了验证模型在参数数量和计算资源方面的效率,在实验中使用了模型参数和每秒浮点运算次数(floating point operations per second,FLOPs)两个指标。FLOPs是模型计算能力的指标,较低的FLOPs值表明模型需要的计算资源较少。表5总结了各种基准方法中参数量和FLOPs的比较。结果表明,与Polyp-CASCADE相比,所提出的模型中的参数数量减少了28.8%。与其他基于Transformer结构的模型相比,所提出的模型具有最低的参数数量,并且FLOPs处于较低水平。这也意味着在推理和部署过程中需要更少的资源并且运行效率更高。

3.2 消融实验

通过消融实验讨论每个模块的效果。公平起见,除了模型架构的变化外,所有实验都是一致设置的。只留下与所提出的模型相同的Transformer分支作为基线模型,依次添加所提出的模块MFEM、CFFM、BEGM。在CVC-ClinicDB和Kvasir-SEG数据集上对比结合各模块的基线模型的性能。测试结果如表6所示。分割可视化结果如图7所示。从表6和图7可以看出,CFBG-Net在分割结果上明显优于基线以及基线与其他模块的组合。基线与MFEM的组合在细节特征补充和分割结果方面均优于基线模型。如图7(f)所示,基线与CFFM的组合有效缩小了特征间的差异,在避免引入过多不必要信息的同时,实现对息肉尺寸的适应。基线与BEGM的组合对边界的关注度逐渐增强,同时有效地抑制和消除噪声。基线与各个模块的组合体现了各个模块的有效性,提高了分割精度和效率。可以看出,移除任一提出的模块均会导致模型性能出现一定程度的降低。

4 结论

息肉图像的精确分割对于结直肠癌的诊断具有重要意义,但仍是一项具有挑战性的任务。与近年来几种典型的息肉分割方法相比,CFBG-Net可以更好地解决现有息肉分割方法存在的难以准确区分息肉与周围黏膜等问题。

(1)其中跨层特征融合模块通过协同注意和自适应通道校准策略动态整合来自编码器和解码器相邻层的特征。高效地解决不同层特征间存在的差异性问题,提升模型识别不同类型息肉的能力。

(2)边界提取引导模块利用内部息肉区域的特征来增强边界区域的特征。显著提升了模型对模糊边界的分割性能。

(3)在5个公开数据集上进行测试,实验证明本文模型可较好地分割息肉的边缘部分,并且具有较高的分割精度、鲁棒性和泛化能力。

参考文献

[1]

金洪杨, 董晓淦, 魏青彪, 等. 面向胃息肉检测的深度学习神经网络优化[J]. 科学技术与工程, 2023, 23(15): 6506-6512.

[2]

Jin Hongyang, Dong Xiaogan, Wei Qingbiao, et al. Deep learning neural network optimization for gastric polyp detection[J]. Science Technology and Engineering, 2023, 23(15): 6506-6512.

[3]

张攀峰, 杨贺, 神显豪, 等. 融合局部和全局特征的息肉分割模型[J]. 电子测量技术, 2024, 47(16): 100-109.

[4]

Zhang Panfeng, Yang He, Shen Xianhao, et al. Polyp segmentation model based on fusion of local and global features[J]. Electronic Measurement Technology, 2024, 47(16): 100-109.

[5]

Dumitru R G, Peteleaza D, Craciun C. Using DUCK-Net for polypimage segmentation[J]. Scientific Reports, 2023, 13(1): 9803.

[6]

Nguyen T C, Nguyen T P, Diep G H, et al. CCBANet: cascading context and balancing attention for polyp segmentation[C]// International Conference on Medical Image Computing and Computer-Assisted Intervention. Berlin: Springer, Cham, 2021: 633-643.

[7]

Yin Z, Liang K, Ma Z, et al. Duplex contextual relation network for polyp segmentation[C]// 2022 IEEE 19th International Symposium on Biomedical Imaging (ISBI). Kolkata: IEEE, 2022: 1-5.

[8]

李擎, 皇甫玉彬, 李江昀, 等. UConvTrans: 全局和局部信息交互的双分支心脏图像分割[J]. 上海交通大学学报, 2023, 57(5): 570-581.

[9]

Li Qing, Huangfu Yubin, Li Jiangyun, et al. UConvTrans: a dual-flow cardiac image segmentation network by global and local information integration[J]. Journal of Shanghai Jiao Tong University, 2023, 57(5): 570-581.

[10]

李大湘, 李登辉, 刘颖, 等. 渐进式CNN-Transformer语义补偿息肉分割网络[J]. 光学精密工程, 2024, 32(16): 2523-2536.

[11]

Li Daxiang, Li Denghui, Liu Ying, et al. Progressive CNN-transformer semantic compensation network for polyp segmentation[J]. Optics and Precision Engineering, 2024, 32(16): 2523-2536.

[12]

Dosovitskiy A. An image is worth 16×16 words: transformers for image recognition at scale[J]. ArXiv Preprint, ArXiv: 2010.11929, 2020.

[13]

Fu B, Peng Y, He J, et al. HmsU-Net: a hybrid multi-scale U-net based on a CNN and transformer for medical image segmentation[J]. Computers in Biology and Medicine, 2024, 170: 108013.

[14]

Wu Y H, Liu Y, Zhan X, et al. P2T: pyramid pooling transformer for scene understanding[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, 45(11): 12760-12771.

[15]

Du H, Wang J, Liu M, et al. SwinPA-Net: swin transformer-based multiscale feature pyramid aggregation network for medical image segmentation[J]. IEEE Transactions on Neural Networks and Learning Systems, 2022, 35(4): 5355-5366.

[16]

王甜甜, 史卫亚, 张世强, 等. 采用双支路和Transformer的视杯视盘分割方法[J]. 科学技术与工程, 2023, 23(6): 2499-2508.

[17]

Wang Tiantian, Shi Weiya, Zhang Shiqiang, et al. Optic disk and cup segmentation using dual brand and transformer[J]. Science Technology and Engineering, 2023, 23(6): 2499-2508.

[18]

丁维龙, 宗泽永, 朱红波, 等. 基于CNN和Transformer的组织病理图像分割方法[J]. 浙江工业大学学报, 2024, 52(6): 591-600.

[19]

Ding Weilong, Zong Zeyong, Zhu Hongbo, et al. Histopathological image segmentation method based on CNN and Transformer[J]. Zhejiang University of Technology, 2024, 52(6): 591-600.

[20]

Wei J, Hu Y, Zhang R, et al. Shallow attention network for polyp segmentation[C]// Medical Image Computing and Computer Assisted Intervention-MICCAI 2021: 24th International Conference. Strasbourg: Springer International Publishing, 2021: 699-708.

[21]

Liu G, Yao S, Liu D, et al. CAFE-Net: cross-attention and feature exploration network for polyp segmentation[J]. Expert Systems with Applications, 2024, 238: 121754.

[22]

Xu Z, Tian B, Liu S, et al. Collaborative attention guided multi-scale feature fusion network for medical image segmentation[J]. IEEE Transactions on Network Science and Engineering, 2023, 11(2): 1857-1871.

[23]

Wei J, Wang S, Huang Q. F3Net: fusion, feedback and focus for salient object detection[C]// Proceedings of the AAAI Conference on Artificial Intelligence. New York: AAAI, 2020, 34(7): 12321-12328.

[24]

Fan D P, Ji G P, Zhou T, et al. Pranet: parallel reverse attention network for polyp segmentation[C]// International Conference on Medical Image Computing and Computer-assisted Intervention. Cham: Springer International Publishing, 2020: 263-273.

[25]

Huang C H, Wu H Y, Lin Y L. Hardnet-mseg: a simple encoder-decoder polyp segmentation neural network that achieves over 0.9 mean dice and 86 FPS[J]. ArXiv Preprint, ArXiv: 2101.07172, 2021.

[26]

Huang X, Deng Z, Li D, et al. Missformer: an effective medical image segmentation transformer[J]. ArXiv Preprint, ArXiv: 2109.07162, 2021.

[27]

Dong B, Wang W, Fan D P, et al. Polyp-PVT: polyp segmentation with pyramid vision transformers[J]. ArXiv, 2021: 2108.06932.

[28]

Zhao X, Jia H, Pang Y, et al. Multi-scale in multi-scale subtraction network for medical image segmentation[J]. ArXiv Preprint, ArXiv: 2303.10894, 2023.

[29]

Rahman M M, Marculescu R. Medical image segmentation via cascaded attention decoding[C]// Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision. Waikoloa: IEEE, 2023: 6222-6231.

基金资助

河北省自然科学基金青年科学基金(F2023209013)

华北理工大学青年人才托举计划(QNTJ202303)

PDF (6770KB)

56

访问

0

被引

详细

导航
相关文章

/

〈 〉