用于图像分割的强制召回特征注意力网络

• 作者: 李佳颖 胡庆茂 魏建华 黄成健
• 来源期刊: 集成技术
• 学科: 工学
• 关键词: 图像分割 高斯图像金字塔 注意力网络 特征召回器 混合损失函数
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 电子信息
• 页码范围: 59-70
• 页数: 12页
• 分类号: TP391
• 语种: 中文
• DOI: 10.12146/j.issn.2095-3135.20200803001

摘要

为解决医学图像中前景背景比例严重失衡及小目标区域难以分割的问题,该文提出了一种基于高斯图像金字塔的注意力网络.具体地,首先在特征解码阶段将空间信息与抽象信息进行特征融合;其次,设计了一个特征召回器以强制编码器减少遗漏感兴趣区域的特征;最后,引入分类精度和全局区域重叠项组成的混合损失函数来处理医学图像前景背景严重不平衡问题.所提出的方法在膝关节软骨数据集和COVOID-19胸部CT数据集中进行了验证,其分割区域分别占2.08％ 和10.73％.与U-Net及其主流变体相比,该方法在两个数据集上都得到了最佳的Dice系数,分别为0.884±0.032和0.831±0.072.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡庆茂	中国科学院深圳先进技术研究院	10	13	2.0	3.0
2	魏建华	中国科学院深圳先进技术研究院	5	430	4.0	5.0
3	李佳颖	中国科学院深圳先进技术研究院	1	0	0.0	0.0
4	黄成健	中国科学院深圳先进技术研究院	1	0	0.0	0.0