PMR-Net：并行多分辨率编码器-解码器网络框架用于医学图像分割
图像与视频处理
2024-09-20 v1 计算机视觉与模式识别
摘要
近年来，编码器-解码器网络侧重于扩大感受野并融合多尺度上下文以捕获不同尺寸物体的全局特征。然而，随着网络深度加深，它们往往会丢弃细微的空间细节，损害精确的对象定位。此外，传统解码器使用插值进行上采样会导致全局上下文的丢失，降低边缘分割精度。为解决上述问题，我们提出一种新型并行多分辨率编码器-解码器网络，称为PMR-Net。首先，我们设计了并行多分辨率编码器和多分辨率上下文编码器。并行多分辨率编码器可并行提取和融合不同分辨率输入图像的多尺度细粒度局部特征。多分辨率上下文编码器融合来自不同编码器分支不同感受野的全局语义特征，以有效保持全局信息的完整性。其次，我们设计了与并行多分辨率编码器对称的并行多分辨率解码器。解码器可持续地将低分辨率分支的全局上下文特征补充到高分辨率分支的特征图中，有效解决解码过程中上采样操作导致的全局上下文特征丢失问题。广泛的实验结果表明，我们提出的PMR-Net在五个公开数据集上比当前最先进的方法获得更准确的分割结果。此外，PMR-Net也是一种灵活的网络框架，可通过调整网络层数和并行编码器-解码器分支数量来满足不同场景的需求。
引用
@article{arxiv.2409.12678,
title = {PMR-Net: Parallel Multi-Resolution Encoder-Decoder Network Framework for Medical Image Segmentation},
author = {Xiaogang Du and Dongxin Gu and Tao Lei and Yipeng Jiao and Yibin Zou},
journal= {arXiv preprint arXiv:2409.12678},
year = {2024}
}