基于TT分解的轻量化肝肿瘤分割方法

来源：电子与信息学报杂志2026年第1期北京时间：

作者：马金林, 杨继鹏

单位：1.北方民族大学计算机科学与工程学院 银川 7500212.图像图形智能信息处理国家民委重点实验室 银川 750021

摘要：针对肝肿瘤分割任务中由于边界复杂性以及肿瘤尺寸较小导致分割结果不准确的问题，该文提出一种高效的轻量化肝肿瘤分割方法。首先，提出一种基于张量列(TT)分解的多尺度卷积注意力(TT-MSCA)模块，通过张量列分解的线性层(TT_Layer)优化多尺度特征融合，提升复杂边界和小尺寸目标的分割准确性；其次，设计一种多分支残差结构的特征提取模块(IncepRes Block)，以较小的计算成本提取肝肿瘤图像中的全局上下文信息；最后，解耦标准3*3卷积为两个连续的条形卷积，减少参数量和计算成本。实验结果表明，该方法在LiTS2017和3Dircadb两个公开数据集上，肝脏分割的Dice值分别达到98.54%和97.95%，肿瘤分割的Dice值分别达到94.11%和94.35%。提出方法能够有效解决肝肿瘤边界复杂以及肿瘤目标较小等因素导致的分割结果不准确问题，且能够满足实时部署需求，为肝肿瘤分割提供了一种新的选择。

关键词：肝肿瘤分割, TT分解, 轻量化网络, 多尺度特征融合

基金资助：国家自然科学基金(62462001, 62562002)，宁夏自然科学基金(2025AAC020007, 2024AAC03147)，北方民族大学中央高校基本科研业务费专项(2023ZRLG02)，宁夏高等学校科学研究项目(NYG2024066)