面向腺体组织病理学图像分割的改进U2-Net模型.pdfVIP

小型微型计算机系统2025年4月第4期

DOI:10.20009/ki.21-1106/TP.2023-0617

JournalofChineseComputerSystemsVol.46No.42025

面向腺体组织病理学图像分割的改进U2-Net模型

张正旭,陈庆奎,付直兵,黄陈²

1（上海理工大学光电信息与计算机工程学院，上海200093）

2（上海交通大学附属第一人民医院胃肠外科，上海200093）

E-mail:1768976999@

摘要：结直肠癌是全球癌症患病人数当中致死率最高的癌症之一,为提高结直肠腺体的分割准确率,本文把U2-Net引入到

医学图像分割领域，并对其改进以提高分割效果，首先，为减弱下采样带来的细节特征丢失和上采样时插值误差，在RSU内部

的桥接处引入ASPP模块并且使用深度可分离卷积替换普通卷积以提高有效特征的提取能力同时减少参数量；其次，在外层解

码器阶段引入了注意力机制以加强特征间的融合，减少因跳跃连接而丢失的空间信息；最终，把交叉炳损失和Dice相结合作为

最终损失函数来解决类不平衡问题.在SJTU_GSFPH数据集与U2-Net相比F1-Score和Dice分别提升了1.43和1.03,HD降

低了10.93;在GlaS数据集中与U2-Net相比Dice提升了1.29,HD降低了3.82.实验结果表明，本文方法有效提升了结直肠腺

体分割的精准度.

关键词：U2-Net；结直肠；医学图像分割;Dice

中图分类号：TP391文献标识码：A文章编号：1000-1220(2025)04-0914-08

ImprovedU2-NetModelforGlandularHistopathologicalImageSegmentation

ZHANGZhengxu,CHENQingkui,FUZhibing’,HUANGChen?

1(SchoolofOptoelectronicInformationandComputerEngineering,UniversityofShanghaiforScienceandTechnology,Shanghai200093,China)

2(DepartmentofGastrointestinalSurgery,TheFirstPeoplesHospitalAfilatedtoShanghaiJiaoTongUniversity,Shanghai200093,China)

Abstract:Colorectalcancerisoneofthemostdeadlycancersamongtheglobalcancerpopulation.Toimprovetheaccuracyofcolorec-

talglandsegmentation,thisarticleintroducesU2-Netintothefieldofmedicalimagesegmentationandimprovesittoimprovesegmen-

tationefficiency.Firstly,inordertoreducethelossofdetailedfeaturesandinterpolationerrorscausedbydownsampling,anASPP

moduleisintroducedatitsinternalbridgeanddeepseparableconvolutionsareusedtoreplaceordinaryconvolutionstoimprovetheex-

tractionabilityofeffectivefeatureswhilereducingthenumberofparameters;Secondly,attentionmechanismisintroducedintheouter

decoderst