临床医学论文_MCA-Net：多尺度综合注意力CNN在-微电子学与计算机

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

临床医学论文_MCA-Net：多尺度综合注意力CNN在

作者:

关键词:

摘要：

文章摘要:医学图像自动分割技术具有辅助临床医学诊断的功能。为改善CNN模型在医学图像分割中存在感受野小及细节特征不敏感等问题，本文利用多尺度策略以及注意力机制，提出一种多尺度综合注意力的U形网络架构，以提升医学图像分割质量。首先，提出一个新的双路径因式分解多尺度融合块，以扩展图像特征的感受野，进一步提取图像特征的细节信息。其次，在架构中融入通道和空间融合自注意力块，利用注意力机制的特性，抑制不相关的部分或背景以突显深层特征的空间信息。最后，引入多尺度注意力块，该模块通过融合多个尺度的特征信息，以突出不同尺度中最显著的特征图来适应当前分割对象的大小。为验证模型的可靠性，将所提出的网络模型应用于肺部、细胞轮廓及肝脏等医学图像分割任务，实验结果表明，本文方法在准确率、Dice系数、AUC及灵敏度等评估指标上均优于目前用于医学图像分割的主流方法。

文章关键词:

项目基金:《微电子学与计算机》网址: http://www.wdzxyjsjzz.cn/qikandaodu/2021/1123/631.html