基于多尺度特征融合和滑动窗口注意力的胰腺分割网络
刘翼奇1
辛国江1
易晓雷2
李旭辉2
梁昊3
吴荧洁3
1.湖南中医药大学信息科学与工程学院,长沙 4102082.长沙市中医医院(长沙市第八医院)肝胆胰·血管外科,长沙 4101003.湖南中医药大学中医诊断研究所,长沙 410208
摘要：为解决胰腺图像分割中边界模糊、精度低的问题,本研究提出了一种胰腺分割网络MSW-HRNet.首先,结合深度可分离卷积与空间注意力机制,设计多尺度特征信息融合模块(MUB),恢复多尺度上采样过程中的细节信息,增强对小尺寸目标区域的分割能力;然后,融合滑动窗口注意力模块(Swin-Block),跨尺度感知全局上下文信息,提升模型对病变组织与复杂背景的判别能力,提高复杂结构下的胰腺边界分割性能.实验结果表明,该方法在NIH公开数据集上Dice系数达 82.11%,在私有胰腺炎数据集上达 86.93%,均优于现有主流分割模型,证明了其在复杂病理形态分割上的先进性与实用性.
关键词：胰腺分割注意力机制深度可分离卷积HRNet
分类号：R318(医用一般科学)TP391(计算技术、计算机技术)
资助基金：湖南省教改课题项目(HNJG-2021-0584)湖南省一流本科课程项目(2021-896)
论文发表日期：2025-12-30
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：8( 371-378 )
英文信息