基于MSBRAU-Net++的多尺度息肉分割方法

来源：电子测量技术杂志2026年第9期北京时间：

作者：付金丽，褚丽莉，李波

单位：辽宁工业大学电子与信息工程学院 锦州 121001

摘要：针对息肉分割中普遍存在的共现现象、边界模糊和分割不足等挑战，提出了一种新型多尺度注意力融合网络MSBRAU-Net++。采用多尺度门控注意力融合，将多尺度与注意力形成交互结构处理上下文信息，增强前景特征响应，抑制背景干扰，显著改善息肉与相似组织的区分能力；利用混合空间通道模块，通过深层特征校准与局部细节恢复，解决边界模糊问题，提升边缘分割精度；设计全新的多路径特征聚合块，融合低阶细节与高阶语义特征，避免信息损失，确保分割结果的完整性。在Kvasir-SEG和CVC-ClinicDB数据集上对MSBRAU-Net++进行评估，IoU分别为84.65%和88.87%，相似性系数DSC分别为90.63%和91.99%。实验结果表明，MSBRAU-Net++优于其他对比模型，能准确分割图像，尤其对复杂边界和小息肉区域的分割效果显著。

关键词：医学图像分割;息肉分割;边界模糊;多尺度融合;特征提取

基金资助：辽宁省教育厅高等学校基本科研项目（JYTMS20230862）资助