《电子测量技术杂志》发表论文赏析

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

2026年9期其他文献查阅:

基于贝叶斯优化模糊PID的控温四探针系统设计

基于运动状态识别的车辆磁干扰补偿方法研究

MEA-YOLO:基于多尺度边缘增强与注意力融合的钢材缺陷检测

面向燃气轮机旋转件参数测试的双频遥测天线设计与验证

装备试验能力战斗力生成贡献度评价方法研究

面向重症监护室患者的无线体征监测系统设计

基于结构感知与动态融合机制的步态识别研究

旋转式可刷新盲文显示装置的设计与评估

南部沿海炼化装置腐蚀速率TL-BiLSTM-Attention智能预测

RDSM-YOLO轻量级夜间车辆检测模型

密集障碍物环境下改进A*-DWA融合导航算法研究

改进YOLOv11n的水面垃圾检测算法

基于高分辨率特征引导学习的小目标检测方法

基于轨迹融合与背景映射的非侵入式负荷监测方法

基于Mamba自注意力和多模态融合的DVT风险预测

基于WPD-UKF的MMC高频振荡检测方法

一维稀疏拓扑阵列雷达三维成像算法研究

多尺度门控融合的图像篡改拼接检测算法

基于监督反馈和Transformer的目标跟踪算法

基于STDD-YOLO的输电线路小目标缺陷检测

小目标车辆及行人轻量化检测算法改进:DSWR-YOLO

基于Prewitt-Franklin矩的亚像素边缘检测方法

基于MSBRAU-Net++的多尺度息肉分割方法

基于YOLOv11n改进的小目标航拍检测算法

基于特征域最近邻搜索和拼接的动态点云压缩算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!