基于边界注意力的多尺度信息共享与选择网络用于息肉分割
计算机视觉与模式识别
2024-05-21 v1 人工智能
摘要
结肠镜图像的息肉分割在临床实践中至关重要。它可以为结直肠癌诊断和手术提供有价值的信息。虽然现有方法已取得相对较好的性能，但息肉分割仍面临以下挑战：（1）结肠镜中光照条件的变化以及息肉位置、大小和形态的差异。（2）息肉与周围组织之间边界不清晰。为应对这些挑战，我们提出了一种用于息肉分割任务的多尺度信息共享与选择网络（MISNet）。我们设计了一个选择性共享融合模块（SSFM），以加强低级和高级特征之间的信息共享和主动选择，从而增强模型捕获综合信息的能力。然后，我们设计了一个并行注意力模块（PAM）来增强模型对边界的关注，以及一个平衡权重模块（BWM）来促进自底向上过程中边界分割的持续细化。在五个息肉分割数据集上的实验表明，MISNet成功提高了分割结果的准确性和清晰度，优于最先进的方法。
引用
@article{arxiv.2405.11151,
title = {Multi-scale Information Sharing and Selection Network with Boundary Attention for Polyp Segmentation},
author = {Xiaolu Kang and Zhuoqi Ma and Kang Liu and Yunan Li and Qiguang Miao},
journal= {arXiv preprint arXiv:2405.11151},
year = {2024}
}