基于高级语义及注意力的肺结节分割模型

打开文本图片集

摘  要： 为了能够早些发现肺结节患者，进行有效的预防和治疗，便能够大大提升肺癌患者的生存率，针对医学CT图像肺结节分割时存在异质性，会导致分割精度降低，提出一种基于高级语义及注意力的肺结节分割模型。该模型使用VGG16作为主干网络搭建U⁃net模型；采用金字塔池化模块（PPM），在尽可能保留原信息的情况下，将深层信息进行加强提取，得到更加丰富的高级语义信息；同时利用CA注意力机制强化重要的特征，实现空间和通道方向上的信息整合；使用Focal Loss和Dice Loss函数解决肺结节分割中前背景不均衡和难区分的问题。（剩余8927字）