焦点门网 (FocusGate-Net):一个双重注意力引导的MLP-卷积混合网络,用于准确和高效的医疗图像细分
Şafak Kılıç1,2
1School of Computer Science, CHART Laboratory, University of Nottingham, Nottingham, United Kingdom.
PloS one
|September 25, 2025
概括
一种新的混合架构FocusGate-Net通过将MLP效率与卷积和注意力机制相结合来增强医疗图像细分. 这种方法实现了高精度和速度,适合实时临床应用.
科学领域:
- 计算机视觉 计算机视觉
- 医学成像分析 医学成像分析
- 人工智能的人工智能
背景情况:
- 当前的卷积神经网络 (CNN) 和变压器在平衡医疗图像细分精度,推断速度和架构复杂性方面面临着挑战.
- 基于轻量级多层感知器 (MLP) 的方法提供了效率,但通常与细粒度的空间上下文和边界定位作斗争.
- 需要混合架构,将MLP计算效率与其他模块的空间特征提取能力相结合,以改善医疗图像细分.
研究的目的:
- 推出FocusGate-Net,一种用于强大的医疗图像细分的新型混合架构.
- 利用MLP在空间依赖性建模方面的优势,并利用注意力机制增强特征选择性.
- 为了实现高细分精度,低延迟和最小的架构复杂性,实现实时临床部署.
主要方法:
- 开发了FocusGate-Net,这是一个混合架构,集成了转移的代币MLP块,卷积特征提取器和双重注意力机制 (卷积块注意力模块 - CBAM和注意力门 - AG).
- 在三个不同的医疗图像数据集上评估模型:ISIC2018 (皮肤病变),PH2 (皮肤镜像) 和Kvasir-SEG (息肉).
- 进行了全面的废弃研究,以验证每个建筑组件的贡献.
主要成果:
- 与最先进的模型 (UNet,UNet++,ResUNet) 相比,FocusGate-Net在ISIC2018数据集上取得了更高的表现,Dice系数为92.47%和IoU为86.36%.
- 证明了异常的跨数据集概括能力,在PH2上获得了97.25%的Dice分数,在Kvasir-SEG上获得了94.83%的Dice分数.
- 废弃性研究证实了混合设计和注意力机制的有效性.
结论:
- FocusGate-Net有效地平衡了医疗图像细分的细分精度,推断速度和架构简单性.
- 提出的基于MLP的混合架构与注意力机制显示出在临床环境中提高准确性和效率的巨大潜力.
- 该模型的强大性能和概括能力突出显示了其适用于实时医学图像分析应用的适用性.
