融合多尺度门控卷积和窗口注意力的结肠息肉分割.pdfVIP

计算机系统应用

ISSN

1003-3254,

CODEN

CSAOBNE-mail:

csa@

Computer

Systems

Applications,2024,33(6):70−80

[doi:

10.15888/ki.csa.009509]

©中国科学院软件研究所版权所有.Tel:

+86-10

融合多尺度门控卷积和窗口注意力的结肠息肉

分割①

1,21,21,2

汪鹏程,

张波涛,

顾进广

1(武汉科技大学

计算机科学与技术学院,

武汉

430081)

2(武汉科技大学

智能信息处理与实时工业系统湖北省重点实验室,

武汉

430081)

通信作者:

汪鹏程,

E-mail:163.com

摘要:

结肠息肉的准确分割对于切除异常组织和降低息肉转换为结肠癌的风险具有重要意义.

目前的结肠息肉分

割模型在对息肉图像进行分割时存在着较高的误判率和分割精度较低的问题.

为了实现对息肉图像的精准分割,

提

出了一种融合多尺度门控卷积和窗口注意力的结肠息肉分割模型(MGW-Net).

首先,

设计一种改进的多尺度门控

卷积块(MGCM)取代U-Net的卷积块,

来实现对结肠息肉图像信息的充分提取.

其次,

为了减少跳跃连接处的信息

损失并充分利用网络底部信息,

结合改进的空洞卷积和混合增强的残差窗口注意力构建了多信息融合增强模块

(MFEM),

以优化跳跃连接处的特征融合.

在CVC-ClinicDB和Kvasir-SEG数据集上的实验结果表明,

MGW-Net的

相似性系数分别为93.8%和92.7%,

平均交并比分别为89.4%和87.9%,

在CVC-ColonDB、CVC-300和ETIS数据

集上的实验结果表明其拥有较强的泛化性能,

从而验证了MGW-Net可以有效地提高对结肠息肉分割的准确性和

鲁棒性.

关键词:

医学图像分割;

结肠息肉图像;

U-Net;

注意力门;

窗口注意力

引用格式:

汪鹏程,张波涛,顾进广.融合多尺度门控卷积和窗口注意力的结肠息肉分割.计算机系统应用,2024,33(6):70–80.

http://www.c-s-

/1003-3254/9509.html

ColonPolypSegmentationFusingMulti-scaleGateConvolutionandWindowAttention

1,21,21,2

WANG

Peng-Cheng,

ZHANG

Bo-Tao,

GU

Jin-Guang

1(School

of

Computer

Science

and

Technology,

Wuhan

University

of

Science

and

Technology,

Wuhan

430081,

China)

2(Hubei

Province

Key

Laboratory

of

Intelligent

Information

Processing

and

Real-time

Industrial

System,

Wuhan

University

of

Science

and

Technology,

Wuhan

430081,

China)

Abstract:

Accurate

segmentation

of

colon

polyps

is

important

to

remove

abnormal

tissue

and

reduce

the

risk

of

polyps

converting

to

colon

cancer.

The

current

colon

polyp

segmentation

model

has

the

problems

of

high

misjudgment

rate

and

low

segmentation

accuracy

in

the

segment