换一批基于多尺度扩展注意力的特征调制脑肿瘤全自动分割
Fully automated brain tumor segmentation based on multi-scale expanded attention and feature modulation
摘要针对脑肿瘤MRI影像分割中肿瘤形态复杂、边界模糊的问题,提出一种基于多尺度扩展注意力(MSEA)与空间选择交互调制(SCCM)的三维分割框架(MSEFA2Net).MSEA模块通过多膨胀率注意力头扩大感受野,增强对肿瘤复杂结构的理解;其稀疏自注意力操作在局部窗口内采样键值,在建模长程依赖的同时保留细节.SCCM机制通过特征融合与动态调制,自适应强化相关特征并抑制背景.在BraTS2021数据集上的实验表明,MSEFA2Net对肿瘤完整区域、肿瘤核心区域和肿瘤增强区域的Dice系数分别达到91.13%、87.46%和87.98%,验证其高效性与准确性.
更多相关知识
关键词
脑肿瘤分割多尺度扩展注意力空间选择交互调制深度学习brain tumor segmentationmulti-scale expanded attentionspatially choice and cross modulationdeep learning
栏目名称
DOI
10.3969/j.issn.1005-202X.2026.01.010
发布时间
2026-02-03（万方平台首次上网日期，不代表论文的发表时间）
基金项目
北京市教育委员会-北京市自然基金联合项目（KZ202110011015）
- 浏览1
- 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
