结合多尺度信息和特征增强的息肉分割方法.pdfVIP

1

第44卷第1期《新疆师范大学学报》（自然科学版）Vol.44，No.1

2025年3月JournalofXinjiangNormalUniversityMar.2025

（NaturalSciencesEdition）

结合多尺度信息和特征增强的息肉分割方法

汪琴韵，于*

（安徽理工大学计算机科学与工程系，安徽淮南232001）

摘要：计算机辅助诊断技术在结肠息肉图像分割中具有十分重要的作用。本研究针对结肠息肉分割存在的边缘检测分割比较复

杂、息肉与正常组织对比度较低等问题，使用DeepLabv3+模型进行息肉分割并对其进行改进。该模型将残差网络作为主干网络进行特

征信息提取，引入特征强化模块对低层次特征进行处理，并加入混合注意力机制对高层次特征进行关键信息的捕捉。得到改进模型在

Kvasir-SEG与CVC-ClinicDB两个数据集上的mIoU为82.19%和90.40%.实验结果表明，改进的模型息肉分割效果优于初始DeepLabv3+模型，

在息肉分割的精度以及边缘分割上有一定提升。

关键词：DeepLabv3+；息肉分割；混合注意力；特征增强；残差网络

中图分类号：TP391文献标识码：A文章编号：1008-9659（2025）01-0001-10

随着经济的快速发展及生活水平的不断提高，人们比以往更加关注身体健康状况。国际癌症组织提供

的全球癌症负担情况指出，在五大恶性肿瘤中，结肠直肠癌的死亡率为9.4%，位于第二位，并且结肠癌的发

［1］

病率在人群中不断上升。目前对抗结肠癌最有效的方法是对结肠息肉进行早期检测。通过早期检测，判

断疾病的发展状况，进而采取进一步的治疗措施。临床通过结肠镜检查结肠部分来检测结肠息肉。结肠镜

的前端有一个电子摄像探头，它能够把拍摄到的结肠黏膜图像记录下来并且保存在计算机处理中心，通过

［2］

计算机的监视器屏幕可以观察直肠和回肠黏膜的息肉或病变区域。结肠镜检测技术作为当前临床诊断结

肠癌常规有效的方法，在一定程度上能够控制结肠癌的发展。对于大小不一或结构复杂的息肉，利用肉眼

进行观察不仅耗时耗力，还会导致漏检。因此，研究自动化结肠息肉分割技术以提升计算机辅助诊断能力，

对提高结肠息肉的早期诊断效率和准确性具有重要意义。

在结肠息肉分割领域，传统的息肉分割方法包括利用像素灰度值与阈值的关系进行分类的阈值分割，

利用高斯滤波器进行处理的Canny边缘检测方法或利用将息肉的纹理和形状特征结合在一起的上下文形状

［1-2］

方法能够可靠地定位具有曲线边界的息肉。近年来，随着卷积神经网络（CNN）的发展，在结肠息肉分割

［3］

领域基于深度学习的方法比传统方法更具优势。其中，Olaf等人提出在医学图像处理方面有较好效果的

U-Net模型，其独特的编码器-解码器结构以及跳跃连接设计实现了对图像分割任务的高效处理，但其用于