换一批基于多尺度特征融合和滑动窗口注意力的胰腺分割网络
Pancreas segmentation network based on multi-scale feature fusion and sliding window attention
摘要为解决胰腺图像分割中边界模糊、精度低的问题,本研究提出了一种胰腺分割网络MSW-HRNet.首先,结合深度可分离卷积与空间注意力机制,设计多尺度特征信息融合模块(MUB),恢复多尺度上采样过程中的细节信息,增强对小尺寸目标区域的分割能力;然后,融合滑动窗口注意力模块(Swin-Block),跨尺度感知全局上下文信息,提升模型对病变组织与复杂背景的判别能力,提高复杂结构下的胰腺边界分割性能.实验结果表明,该方法在NIH公开数据集上Dice系数达 82.11%,在私有胰腺炎数据集上达 86.93%,均优于现有主流分割模型,证明了其在复杂病理形态分割上的先进性与实用性.
更多相关知识
关键词
胰腺分割注意力机制深度可分离卷积HRNetPancreatic segmentationAttention mechanismDepthwise separable convolutionHRNet
栏目名称
DOI
10.19529/j.cnki.1672-6278.2025.06.04
发布时间
2026-02-02（万方平台首次上网日期，不代表论文的发表时间）
基金项目
湖南省教改课题项目（HNJG-2021-0584）
湖南省一流本科课程项目（2021-896）
- 浏览2
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
