基于Transformer络的腹部多器官图像分割研究.pdf

基于Transformer和U-Net融合网络的腹部多器官图像

分割研究

摘要

在当今医疗领域，尤其是计算机辅助诊断、计算机辅助手术和放射治疗等关键

领域中，图像的精准分割技术扮演着至关重要的角色。根据医学图像的分割结果，

医生可以获得更有效的辅助诊断信息，从而提高疾病诊断的准确性。腹部多器官图

像因其各器官间常出现相似的外观和纹理特征，对图像分割方法的能力有较高的

要求。深度学习因其在特征提取和数据拟合等方面的优秀能力，也被广泛应用于医

学影像分析和处理。UTNet是一种混合Transformer的卷积神经网络架构，在图像

分割中具有较好的效果。为了进一步提高图像分割的性能，本文在该架构中融入交

叉注意力模块、增强卷积模块以及改进的高效自注意力机制，并在腹部多器官数据

集中进行验证。论文主要研究内容如下：

1．传统卷积神经网络在图像分析中偏重局部特征识别，忽略不同尺度间特征

融合与全局上下文的整合。针对该问题，本文引入一种交叉注意力模块。该模块融

合Transformer的自注意力机制和交叉注意力机制，集成在编码路径上，以实现对

图像局部特征与全局特征的同步捕捉。特别地，交叉注意力模块通过提升不同尺度

特征间的互动，有效增强网络在编码阶段的特征表征能力。这一改进对于需要精准

特征理解的复杂图像任务，如腹部多器官分割尤为关键。将改进模型在Synapse腹

部多器官数据集上进行验证，通过对比实验和消融实验，证实该模型在图像分割精

度有显著提升。

2．Transformer模型在局部感知能力上不足，对模型改进通常会导致计算负担

加重，模型复杂性增加。针对该问题，本文设计一个增强卷积模块，该模块融合深

度可分离卷积、组卷积及通道重排操作，替代传统Transformer中的前馈神经网络。

这种设计显著降低模型的参数量和计算量，也可以弥补Transformer在特征提取方

面的不足。此外，针对UTNet对特征图缩放到固定尺寸产生的局部特征丢失问题，

同时为了降低Transformer注意力的计算复杂度，通过卷积，根据输入特征图的大

小对其进行空间缩放。为了评估模型的泛化能力，本文在Synapse腹部多器官数据

集和ACDC数据集上分别进行实验。对比实验和消融实验结果表明，该模型可以

在保证较高的分割精度的同时，减少训练时间。

关键词图像分割；交叉注意力；轻量化；深度可分离卷积；组卷积；通道重排

-I-

ResearchonAbdominalMulti-organImage

SegmentationBasedonTransformerandU-NetFusion

Network

Abstract

Inthecurrentmedicalfield,especiallyinkeyareassuchascomputer-aideddiagnosis,

computer-assistedsurgery,andradiotherapy,accurateimagesegmentationtechnology

playsacrucialrole.Basedontheresultsofmedicalimagesegmentation,doctorscan

obtainmoreeffectivediagnosticinformation,therebyimprovingtheaccuracyofdisease

diagnosis.Abdominalmulti-organimagesposehigherdemandsonthecapabilitiesof

imagesegmentationmethodsduetotheoftensimilarappearanceandtexturefeatures

betweenorgans.Deeplearning,withitsexcellentc