动态上下文感知及残差注意力食管癌病变分割

来源：计算机工程与应用杂志2025年第22期北京时间：

作者：丁楠, 李小霞, 曹耀丹, 毛艳会, 何琴, 姜坤元, 程杰, 周颖玥

单位：1.西南科技大学 信息工程学院，四川 绵阳 621010；2.四川省工业自主可控人工智能工程技术研究中心，四川 绵阳 621010；3.四川绵阳四〇四医院，四川 绵阳 621000

摘要：针对食管早癌及癌前病变区域细粒度分割中出现的类间差异小、类内差异大和边缘模糊等问题，提出一种动态上下文感知残差注意力网络。使用金字塔视觉Transformer v2（pyramid vision transformer v2，PVTv2）作为特征提取网络设计PVT分支，提取主要的特征表示，再通过残差块的堆叠设计残差注意力全卷积分支，对细节特征进行补充。在全卷积分支的编码器上设计动态残差注意力特征增强模块，在强化重要特征表示的同时，保留编码器每个阶段的初始图像信息。在PVT分支的解码阶段设计动态上下文特征感知引导模块，利用多尺度特征引导局部与全局信息的动态融合，实现自适应的渐进解码过程，在保留细节信息的同时，加深对全局上下文的理解。分别在自建食管癌数据集，公开数据集Kvasir-SEG、CVC-ClinicDB和ISIC2018上进行验证，实验结果表明，相似系数分别达到了74.92%、95.79%、96.83%和92.89%，优于主流分割网络。

关键词：医学图像分割,动态注意力,跨尺度特征融合,上下文感知