用于医学图像分类的金字塔像素上下文自适应网络与监督对比学习

空间注意力机制已被广泛引入深度神经网络（DNNs），通过长程依赖建模显著提升了计算机视觉任务的性能。然而，在医学图像分析中它可能表现不佳。遗憾的是，现有研究往往未意识到长程依赖建模在突出细微病变区域方面存在局限。为克服该限制，我们提出了一种实用且轻量的结构单元——金字塔像素上下文自适应（PPCA）模块，它以像素独立的方式动态利用多尺度像素上下文信息来重校准像素位置。PPCA 首先应用精心设计的跨通道金字塔池化来聚合多尺度像素上下文信息，随后通过精心设计的像素归一化消除它们之间的不一致性，最后通过像素上下文整合估计逐像素注意力权重。通过将 PPCA 嵌入 DNN 且开销可忽略，我们构建了 PPCANet 用于医学图像分类。此外，我们引入监督对比学习，通过监督对比损失挖掘标签信息的潜力以增强特征表示。在六个医学图像数据集上的大量实验表明，PPCANet 优于最先进的基于注意力的网络及近期深度神经网络。我们还提供了可视化分析与消融研究，以解释 PPCANet 在决策过程中的行为。