换一批摘要为了准确分割息肉,提出了局部上下文融合的分割模型,该模型引入局部上下文注意力机制来过滤掉无关的特征信息,并增强对重要区域的关注.通过多核扩展卷积捕获不同尺度的特征,以提高息肉边界分割的精度.引入金字塔上下文选择模块,利用较浅层编码器特征补偿深层编码器丢失的低级信息,使模型能够适应各种大小的息肉.该模型在Kvasir-SEG、EndoScene和CVC-ClinicDB数据集上分别达到了97.67％、97.19％和99.23％的准确率,平均交并比分别为91.2％、88.31％和94.75％,比现有经典方法有更好的准确性和泛化性,验证了该模型在息肉分割任务中的优越性能.本文模型在息肉分割准确性方面得到提升,为息肉分割提供更为精准的辅助.
更多相关知识
关键词
结直肠癌息肉分割深度学习扩展卷积上下文信息colorectal cancerpolyp segmentationdeep learningdilated convolutioncontext information
分类号
R318
栏目名称
DOI
10.3969/j.issn.1005-202X.2025.01.017
发布时间
2025-03-21（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览4
- 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
