基于卷積注意力和空洞空間注意力的U型醫(yī)學圖像分割模型

打開文本圖片集

摘要：為了解決醫(yī)學圖像分割中特征信息不足和目標定位不準確的問題，該文基于SegNeXt和DSNet提出了一種基于卷積注意力和空洞空間注意力的U型醫(yī)學圖像分割模型（SegxUnet） 。文章首先輸入圖像通過雙尺度卷積注意力模塊構(gòu)建的編碼器（Encoder） ，提取更豐富的多尺度的醫(yī)學圖像特征。經(jīng)過編碼器的特征圖，在瓶頸部分構(gòu)建的串-并行空洞空間注意力模塊中進一步補充全局上下文信息，接著在解碼器（Decoder） 中層層上采樣（Upsample） 與編碼器中提取的多尺度醫(yī)學圖像特征融合，最后輸出圖像分割結(jié)果。（剩余8644字）