MPCGNet：用于多 polyp 分割的多尺度特征提取与渐进特征聚合网络（使用耦合门）
计算机视觉与模式识别
2025-11-17 v1
摘要
肠癌结直肠息肉的自动分割方法对于辅助医生进行结直肠息肉筛查和癌症诊断至关重要。尽管已有方法取得了进展，但息肉分割仍面临挑战：（1）小尺寸息肉容易在识别过程中被忽略；（2）息肉与周围环境之间的边界常常模糊；（3）结肠摄影图像中的噪声（由不均匀照明等因素引起）会影响分割结果。为此，本文在特定模块中引入耦合门作为组件，以过滤噪声并执行特征重要性选择。提出了三个模块：耦合门多尺度特征提取（CGMFE）模块，有效提取局部特征并抑制噪声；窗口跨注意（WCAD）解码器模块，在捕获息肉精确位置后恢复细节；解码器特征聚合（DFA）模块，逐步聚合特征，进一步提取特征，并执行特征重要性选择以减少小尺寸息肉的丢失。实验结果表明，MPCGNet在ETIS-LaribPolypDB和CVC-ColonDB数据集上均优于最近的网络，mDice分别高出2.20%和0.68%。
引用
@article{arxiv.2511.11032,
title = {MPCGNet: A Multiscale Feature Extraction and Progressive Feature Aggregation Network Using Coupling Gates for Polyp Segmentation},
author = {Wei Wang and Feng Jiang and Xin Wang},
journal= {arXiv preprint arXiv:2511.11032},
year = {2025}
}
备注
8 pages, 4 figures,3 tables. This paper has been accepted by IJCNN 2025 but not published