摘要
尽管卷积神经网络（CNNs）在医学图像分割领域推动了进展，但标准模型仍存在一些不足。首先，多尺度方法的使用，即编码器-解码器架构，导致了信息的冗余利用，其中相似的低级特征在多个尺度上被多次提取。其次，长距离特征依赖关系未能得到有效建模，导致与每个语义类别相关的判别特征表示不够理想。本文中，我们尝试通过提出的架构克服这些限制，该架构基于引导自注意力机制捕捉更丰富的上下文依赖关系。这种方法能够将局部特征与其相应的全局依赖关系进行整合，并以自适应的方式突出显示相互依赖的通道图。此外，不同模块之间的额外损失指导注意力机制忽略无关信息，并通过强调相关特征关联来关注图像中的更具判别性的区域。我们在三个不同的数据集上评估了所提出的模型在语义分割中的表现：腹部器官、心血管结构和脑肿瘤。一系列消融实验支持了这些注意力模块在所提架构中的重要性。此外，与现有的其他最先进的分割网络相比，我们的模型表现出更好的分割性能，提高了预测的准确性并降低了标准偏差。这证明了我们的方法在生成精确可靠的医学图像自动分割方面的有效性。我们的代码已公开发布于 https://github.com/sinAshish/Multi-Scale-Attention