一种新型编解码结构的结肠息肉分割算法研究

打开文本图片集

摘 要：应用人工智能进行结肠息肉检测对医疗辅助系统十分重要，然而目前的分割模型存在准确率低、对部分样本细节难以识别的问题。因此，提出一种基于编解码结构的息肉分割模型。该模型采用跳跃轴向注意力解决梯度问题，利用适应联系训练弥补池化中信息丢失问题，使用双通道门控将低分辨率预测图细化为高分辨率显著图。在数据集CVC-ClinicDB与Kvasir-SEG上对该模型进行验证，从mIoU（平均交并比系数）、Dice（Dice相似系数）、Precision（准确率）和Accuracy （正确率）四个指标上与同类深度学习分割算法进行对比，结果为该模型在CVCClinicDB上，mIoU 为0.903，Dice 为0.947，Precision 为0.933，Accuracy 为0.933，在Kvasir-SEG 上，mIoU 为0.763，Dice 为0.868，Precision 为0.857，Accuracy 为0.867，均优于同类深度学习分割算法，验证了该模型对样本细节部分具有更好的分割效果。（剩余683字）