解码时具备结构意识: 集成方向性、频率-空间与结构注意力的医学图像分割

为解决 Transformer 解码器在捕获边缘细节、识别局部纹理和建模空间连续性方面的局限性，本文提出一种专为医学图像分割设计的新型解码框架，包含三个核心模块。首先，自适应交叉融合注意力 (ACFA) 模块整合通道特征增强与空间注意力机制，并引入三个方向 (平面、水平和垂直) 的可学习引导，以增强对关键区域和结构方向的响应性。其次，三重特征融合注意力 (TFFA) 模块融合来自空间、傅里叶和小波域的特征，实现频率-空间联合表示，加强全局依赖和结构建模，同时保留边缘和纹理等局部信息，在复杂和模糊边界场景中尤其有效。最后，结构感知多尺度掩码模块 (SMMM) 通过利用多尺度上下文和结构显著性滤波，优化编码器与解码器之间的 skip 连接，有效减少特征冗余，提高语义交互质量。这些模块协同工作，不仅解决了传统解码器的不足，还在肿瘤分割和器官边界提取等高精度任务中显著提升性能，提高分割精度和模型泛化能力。实验结果表明，该框架为医学图像分割提供了一种高效且实用的解决方案。