D-SAT:具有双重注意力的双重语义聚合变压器,用于医疗图像分割
Haiyan Li1, Jiayu Ding1, Xin Shi2,3
1School of Information Science and Engineering, Yunnan University, Kunming 650504, People's Republic of China.
Physics in medicine and biology
|August 22, 2023
概括
一个具有双重注意力的新型双重语义聚合变压器 (D-SAT) 通过保留本地细节和全球上下文来增强医疗图像细分. 这种方法提高了临床医生的诊断准确性和效率,并为患者提前发现疾病.
科学领域:
- 计算机视觉 计算机视觉
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 医学图像细分对于准确的诊断至关重要.
- 现有的方法与语义信息丢失,模糊的界限和编码器-解码器语义差距作斗争.
研究的目的:
- 为改善医疗图像细分提出一个具有双重注意力的双重语义聚合变压器 (D-SAT).
- 解决当前细分技术的局限性,包括信息丢失和边界不准确性.
主要方法:
- 开发了一种双语义特征聚合模块,以结合CNN的本地细节和变压器的远程建模能力.
- 引入了一条带空间注意力机制,通过分析像素级特征关系来减少模糊的边界.
- 在跳过连接中实现了功能分布封闭的注意模块,以最大限度地减少编码器和解码器之间的语义差距.
主要成果:
- D-SAT在腹部多器官,心脏,息肉和皮肤病变细分任务中展示了概括性和有效性.
- 该方法在主观和客观评估中,与最先进的技术相比,在主观和客观评估中取得了更好的表现.
- 在细分精度和整体质量方面,D-SAT显示出了显著的改进.
结论:
- 拟议的D-SAT有效地保留了医疗图像中的本地特征细节和全球背景.
- 这种方法为提高临床诊断效率和早期疾病检测提供了重要的支持.
- 开发的D-SAT模型显示了推动医学图像分析和患者护理的前景.
