基于多尺度残差双域注意力网络的乳腺动态对比度增强磁共振成像肿瘤分割方法

来源：电子与信息学报杂志2023年第5期北京时间：

作者：刘侠, 吕志伟, 李博, 王波, 王狄

单位：1.哈尔滨理工大学 哈尔滨 1500802.黑龙江省复杂智能系统与集成重点实验室 哈尔滨 1500803.广东科学技术职业学院计算机工程技术学院(人工智能学院) 珠海 519090

摘要：针对乳腺肿瘤大小形态多变、边界模糊以及前景与背景间严重类不平衡的问题，该文提出一种多尺度残差双域注意力融合网络。该网络以多尺度卷积构成的多尺度残差块作为基本搭建模块，通过提取多尺度特征和优化梯度传播通道提高其识别不同尺寸目标的能力，同时融入双域注意力单元，提高网络的边缘识别和边界保持能力。另外该文提出一种混合自适应权重损失函数改善网络优化方向，缓解正负样本极度不均衡的影响。实验结果表明，该文所提方法的平均骰子相似系数(Dice)值达到0.8063，较U形网络(UNet)提高5.3%，参数量下降73.36%，具有更优的分割性能。

关键词：乳腺肿瘤分割, 多尺度残差块, 双域注意力, 混合自适应权重损失函数

基金资助：国家自然科学基金(61172167)，黑龙江省青年科学基金(QC2017076)