融合自注意力的乳腺钼靶图像特征引导分割算法 |
| |
引用本文: | 申文静,丛金玉,班楷第,王苹苹,刘坤孟,司兴勇,魏本征.融合自注意力的乳腺钼靶图像特征引导分割算法[J].生物医学工程研究,2024(1):55-61. |
| |
作者姓名: | 申文静 丛金玉 班楷第 王苹苹 刘坤孟 司兴勇 魏本征 |
| |
作者单位: | 1. 山东中医药大学医学人工智能研究中心;2. 山东中医药大学青岛中医药科学院 |
| |
基金项目: | 山东省自然科学基金资助项目(ZR2020QF043,ZR2022QG051,ZR2023QF094); |
| |
摘 要: | 为提高对乳腺癌钼靶图像中病灶区域的识别精度,本研究设计了一种面向乳腺肿块和钙化区域分割的特征引导注意网络。首先,该网络通过特征提取模块学习乳腺组织的语义特征;其次,利用融合自校正注意力的解码模块,增强对病灶区域边缘信息的关注度,提高边界的清晰度;最后,采用特征引导注意模块增强通道的依赖关系,进一步还原病灶区域边缘细节,提高分割精度。实验结果表明,本研究网络在扩充后的INBreast1数据库中肿块和钙化分割的平均骰子系数(mDice)分别达到了0.971和0.888,在DDSM数据库肿块分割的mDice达到了0.911,优于其他常规的分割模型,对乳腺癌的早期诊断和治疗具有重要意义。
|
关 键 词: | 乳腺癌 钼靶图像 图像分割 自注意力 特征引导 |
|
|