MESAHA-Net：基于多编码器与最大强度投影的自适应硬注意力网络用于CT扫描中肺结节分割
图像与视频处理
2025-08-11 v2 计算机视觉与模式识别
机器学习
摘要
准确的肺结节分割对早期肺癌诊断至关重要，可显著提升患者生存率。计算机断层扫描(CT)图像被广泛用于肺结节分析的早期诊断。然而，肺结节的异质性、尺寸多样性及周围环境的复杂性，给开发鲁棒的结节分割方法带来挑战。本研究提出一种高效的端到端框架——基于多编码器的自适应硬注意力网络(MESAHA-Net)，用于CT扫描中精确的肺结节分割。MESAHA-Net由三条编码路径、一个注意力块和一个解码块组成，可融合三类输入：CT切片块、前向与后向最大强度投影(MIP)图像，以及包含结节的兴趣区域(ROI)掩码。通过采用新颖的自适应硬注意力机制，MESAHA-Net迭代地对肺结节进行逐切片2D分割，聚焦每一切片中的结节区域以生成肺结节的3D体积分割。所提框架已在LIDC-IDRI数据集（最大的公开肺结节分割数据集）上全面评估。结果表明，我们的方法对各种肺结节类型高度鲁棒，在分割精度与计算复杂度上优于先前SOTA技术，适于实时临床部署。
引用
@article{arxiv.2304.01576,
title = {MESAHA-Net: Multi-Encoders based Self-Adaptive Hard Attention Network with Maximum Intensity Projections for Lung Nodule Segmentation in CT Scan},
author = {Muhammad Usman and Azka Rehman and Abd Ur Rehman and Abdullah Shahid and Tariq Mahmood Khan and Imran Razzak and Minyoung Chung and Yeong Gil Shin},
journal= {arXiv preprint arXiv:2304.01576},
year = {2025}
}