摘要
针对磁共振成像(magnetic resonance imaging,MRI)颅脑肿瘤区域误识别与分割网络空间信息丢失问题,提出一种基于双支路特征融合的MRI脑肿瘤图像分割方法.首先通过主支路的重构 VGG 与注意力模型(re-parameterization visual geometry group and attention model,RVAM)提取网络的上下文信息,然后使用可变形卷积与金字塔池化模型(deformable convolution and pyramid pooling model,DCPM)在副支路获取丰富的空间信息,之后使用特征融合模块对两支路的特征信息进行融合.最后引入注意力模型,在上采样过程中加强分割目标在解码时的权重.提出的方法在Kaggle_3m数据集和BraTS2019数据集上进行了实验验证,实验结果表明该方法具有良好的脑肿瘤分割性能,其中在Kaggle_3m上,Dice相似系数、杰卡德系数分别达到了 91.45％和85.19％.
维普
万方数据