改进TransUNet网络对肝脏肿瘤CT图像的级联分割

作     者：李柯 刘文忠 秦镜淘 

作者机构：四川轻化工大学计算机科学与工程学院 

出 版 物：《宜宾学院学报》 (Journal of Yibin University)

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 1002[医学-临床医学] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 100214[医学-肿瘤学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 10[医学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：医学图像分割 CT图像 肝脏肿瘤分割 级联注意力网络 

摘      要：为了更精确地对CT图像中的肝脏肿瘤边界进行分割，基于TransUNet分割网络，结合注意力模块（CBAM）以及混合注意力空洞空间金字塔池化模块（HA-ASPP），提出HA-TUNet级联分割网络，在提高卷积核感受野的同时，突出有用特征并抑制不重要特征，分割精度与肿瘤边缘的分割准确度优于改进前的TransUNet网络。基于LiTs公共数据集进行实验，HA-TUNet级联分割网络在肝脏与肿瘤分割中的Dice相似性系数指标较TransUNet网络分别提高了3.75%和3.39%，达到95.78%和73.35%，同时豪斯多夫距离95%相比TransUNet分别减少了0.56 mm和0.48 mm。