用于医学图像分割的通道先验卷积注意力
图像与视频处理
2023-06-09 v1 计算机视觉与模式识别
摘要
医学图像常表现出低对比度与显著器官形状变化等特征。现有注意力机制普遍自适应能力不足,限制了医学成像中分割性能的提升。本文提出一种高效的通道先验卷积注意力(CPCA)方法,支持注意力权重在通道与空间维度上的动态分配。通过采用多尺度深度可分离卷积模块,在保留通道先验的同时有效提取空间关系。CPCA 具备聚焦于信息丰富通道与重要区域的能力。基于 CPCA 提出了一种用于医学图像分割的分割网络 CPCANet。CPCA 在两个公开数据集上进行了验证。与最先进算法相比,CPCANet 以更少的计算资源实现了改进的分割性能。我们的代码公开于 \url{https://github.com/Cuthbert-Huang/CPCANet}。
引用
@article{arxiv.2306.05196,
title = {Channel prior convolutional attention for medical image segmentation},
author = {Hejun Huang and Zuguo Chen and Ying Zou and Ming Lu and Chaoyang Chen},
journal= {arXiv preprint arXiv:2306.05196},
year = {2023}
}