基于多尺度注意力的特征自适应聚合脑肿瘤图像分割

来源：计算机测量与控制杂志2023年第12期北京时间：

作者：许学添,李玲俐,蔡跃新

单位：广东司法警官职业学院信息管理系

摘要：针对脑部磁共振图像中脑卒中病灶的自动分割因分割目标边缘复杂、尺度变化多样而造成的识别精度不高的问题，提出一种基于多尺度注意力的多尺度特征聚合方法，该方法利用注意力机制调节中间特征不同通道的权重，并自适应地选择不同尺度的特征进行融合，在缺血性脑卒中的公开数据集ATLAS上进行的一系列实验，选取Dice系数、豪斯多夫距离、重叠度、准确率和召回率作为评价指标，结果表明所提出的模型在脑卒中病变的分割问题上取得了较好的分割效果；另外，本模型还在Kaggle公开的脑肿瘤数据集上完成对比实验，证明本模型具有良好的可泛化性。

关键词：图像分割;注意力机制;多尺度;深度学习

基金资助：国家自然科学基金(82271165);广东省普通高校特色创新项目(No.2020KTSCX273)；广东司法警官职业学院第五届院级课题（2023YB02）