换一批基于边界引导和跨层特征融合的息肉图像分割
Polyp Image Segmentation Based on Boundary Guidance and Cross-layer Feature Fusion
摘要为了解决临床上息肉分割算法所存在的无法准确区分息肉与周围黏膜、泛化能力有限等问题,提出了一种新的结合跨层特征融合和边界引导的息肉分割网络.主要包括3 个模块:多尺度特征提取模块从编码器的浅层输出中提取多尺度信息和息肉细节.跨层特征融合模块通过协同注意和自适应通道校准策略整合不同层级的特征,从而实现跨层特征的动态校准与融合.边界提取引导模块首先通过形态学算子从初始分割图中提取边界和息肉区域.利用内部息肉区域的特征来增强边界区域附近的特征,以产生良好的分割结果.实验结果显示,模型在 CVC-ClinicDB、Kvasir数据集上的 Dice系数分别为94.24%和92.41%,与现有的主流方法相比,所提出的方法不仅可以分割多种类型的息肉,而且在分割精度和泛化能力方面均有所提升.
更多相关知识
关键词
息肉分割多尺度特征融合Transformer跨层特征融合polyp segmentationmulti-scale feature fusionTransformercross-level feature fusion
栏目名称
DOI
10.12404/j.issn.1671-1815.2500862
发布时间
2026-03-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河北省自然科学基金（F2023209013）
华北理工大学青年人才托举计划项目（QNTJ202303）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
