原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第47卷第5期电
子
与
信
息
学
报Vol.
47No.
5
2025年5月Journal
of
Electronics
Information
TechnologyMay
2025
融合邻域注意力和状态空间模型的医学视频分割算法
*①①①②
丁建睿
张
听
刘家栋
宁春平
①(哈尔滨工业大学(威海)计算机科学与技术学院
威海
264209)
②(青岛大学附属医院超声科
青岛
266003)
摘
要：在医学影像分析领域，精准分割视频中的病灶对于疾病的早期诊断和治疗至关重要。该文创新性地提出
一种融合邻域注意力机制与状态空间模型的算法，旨在全面而精细地捕捉医学视频中的时空特征，从而对视频中
的病灶进行准确分割。该算法通过两阶段的精心设计，显著提升了分割性能：第1阶段，通过深度卷积网络捕获
低层次的空间语义信息，并借助邻域注意力机制，挖掘相邻帧间的局部时序语义关联。第2阶段，引入状态空间
模型来捕捉全面的时序信息，并再次应用邻域注意力模块，进一步增强对局部时序特征的敏感度。该方法不仅有
效整合了视频中丰富的时序信息，而且在局部和全局层面上实现了空间与时间特征的协同优化。相较于使用具有
2次计算复杂度的自注意力机制，该文采用了具有线性计算复杂度的状态空间模型，显著提升了模型的训练效率
和推理速度。所提算法在甲状腺超声视频数据集以及结肠息肉视频数据集CVC-ClinicDB和CVC-ColonDB上的交
并比(IOU)指标分别达到了72.7%,
82.3%和72.5%，相比该文的基线模型Vivim分别提高了5.7%,
1.7%和5.5%。此
外，消融实验进一步揭示了邻域注意力模块和状态空间模型在提取时序信息中发挥的关键作用。
关键词：医学视频分割；邻域注意力机制；状态空间模型
中图分类号：TN919.81;
TP391.41文献标识码：A文章编号：1009-5896(2025)05-1582-14
DOI:
10.11999/JEIT240755
1引言了TransUNet，该模型利用Transformer来捕捉长
图像分割技术已经在众多领域展现出其广泛的距离依赖关系以提取全局上下文信息，同时保持了
[1,2]UNet在图像分割任务中的局部信息提取能力，在
应用价值，尤其在医学图像分析领域，其重要
[3,4]分割任务中表现出色。但是Transformer计算复杂
性日益凸显。在医学图像中，自动识别病变和
组织结构，能够显著降低传统诊断方法对医师主观度与序列长度成2次方关系，这在处理高空间分辨
经验的依赖，对于提升计算机辅助诊断的准确性和率的下游任务时，显著增加了计算负担。尽管已有
[10–12]
效率至关重要，尤其在超声病变区域分割、息肉检诸多研究致力于解决这一挑战，但
文档评论（0）