融合注意力機制和邊緣預測的醫(yī)學圖像分割網絡算法

摘要： 針對現(xiàn)有的卷積神經網絡在分割醫(yī)學圖像時容易出現(xiàn)異常值且存在邊緣分割精度低等問題，引入基于注意力機制的邊緣預測模塊，利用激活函數(shù)的變分表示與測地活動輪廓模型，提出一種融合注意力機制和邊緣預測的醫(yī)學圖像分割網絡，并設計端到端的網絡訓練算法。在兩個公共數(shù)據(jù)集上的實驗結果表明，與其他分割方法相比，該文的方法能夠提取更多的邊緣信息，分割結果也更精確。 （共11頁）