基于边缘增强的交叉注意力医学影像分割方法

作     者：陆秋 张云磊 邵铧泽 黄琳 

作者机构：桂林理工大学信息科学与工程学院 桂林理工大学广西嵌入式技术与智能系统重点实验室 

出 版 物：《桂林理工大学学报》 (Journal of Guilin University of Technology)

年 卷 期：2023年

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1006[医学-中西医结合] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 080203[工学-机械设计及理论] 0802[工学-机械工程] 100106[医学-放射医学] 100602[医学-中西医结合临床] 10[医学] 

基　　金：国家自然科学基金地区基金项目(62266015) 广西自然科学基金(2022GXNSFAA035644) 

主　　题：医学影像分割 交叉注意力机制 不确定性 像素点概率机制 

摘      要：为了在复杂的腹部多器官MRI和CT医学影像中解决目标区域与背景的边缘误分割问题，提出一种以ResUNet网络为基架，包含二维分轴的交叉注意力机制和两阶段边缘增强模块的网络模型。第1阶段的边缘信息增强模块用于下采样阶段，用于更好地提取边缘信息；第2阶段的不确定性概率边缘区域增强模块用于上采样阶段，用于更好地保留边缘信息和降低噪声造成的误差；跳跃连接阶段使用一种二维分轴交叉注意力机制，用于更好地捕获全局依赖关系。在腹部多器官数据集上进行的实验结果表明：该网络模型与基于UNet改进的三种主流网络模型比较，在Dice和Iou评价指标中都有了一定的提升。边缘增强能有效提取医学影像的边缘信息，得到更加清晰的边缘曲线，有利于进一步提升分割性能。