-
题名融合边界注意力的特征挖掘息肉小目标网络
- 1
-
-
作者
刘国奇
陈宗玉
刘栋
常宝方
王佳佳
-
机构
河南师范大学计算机与信息工程学院
河南师范大学河南省教育人工智能与个性化学习重点实验室
-
出处
《智能系统学报》
CSCD
北大核心
2024年第5期1092-1101,共10页
-
基金
国家自然科学基金项目(61901160,U1904123).
-
文摘
从结肠图像中分割息肉小目标病变区域对于预防结直肠癌至关重要,它可以为结直肠癌的诊断提供有价值的信息。然而目前现有的方法存在2个局限性:一是不能稳健捕获全局上下文信息,二是未能充分挖掘细粒度细节特征信息。因此,提出融合边界注意力的特征挖掘息肉小目标网络(transformer feature boundary network,TFB-Net)。该网络主要包括3个核心模块:首先,采用Transformer辅助编码器建立长程依赖关系,补充全局信息;其次,设计特征挖掘模块进一步细化特征,学习到更好的特征;最后,使用边界反转注意力模块加强对边界语义空间的关注,提高区域辨别能力。在5个息肉小目标数据集上进行广泛实验,实验结果表明TFBNet具有优越的分割性能。
-
关键词
息肉小目标分割
TRANSFORMER
卷积神经网络
特征挖掘
注意力机制
边界注意力
语义信息
全局特征
-
Keywords
small polyp objects segmentation
Transformer
convolutional neural network
feature mining
attention mechanism
boundary attention
semantic information
global feature
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
