多尺度特征融合與加性注意力指導(dǎo)腦腫瘤MR圖像分割

摘要： 目的 U-Net是醫(yī)學(xué)圖像分割領(lǐng)域中應(yīng)用最為廣泛的基礎(chǔ)分割網(wǎng)絡(luò)，然而U-Net及其各種增強(qiáng)網(wǎng)絡(luò)在跳躍連接時(shí)僅利用相同尺度特征，忽略了具有互補(bǔ)信息的多尺度特征對當(dāng)前尺度特征的指導(dǎo)作用。同時(shí)，跳躍連接時(shí)編碼器特征和解碼器特征所處的網(wǎng)絡(luò)深度不同，二者直接串聯(lián)會產(chǎn)生語義特征差距。針對這兩個(gè)問題，提出了一種新型分割網(wǎng)絡(luò)，以改進(jìn)現(xiàn)有網(wǎng)絡(luò)存在的不足。方法 首先，將編碼器不同層級具有不同尺度感... （共16頁）