-
题名基于M^(2)SNet的结直肠息肉图像分割
- 1
-
-
作者
刘磊
周梦宇
-
机构
中国人民武装警察部队四川省总队医院
四川省自贡富顺妇幼保健院
-
出处
《现代信息科技》
2025年第3期37-43,共7页
-
文摘
精准的医学影像分割对临床诊断具有重要价值。然而,病灶在医学影像中常呈现形状不规则、边缘模糊等特征,给快速筛查与精准诊断带来了极大挑战。为此,该研究提出基于多尺度减法机制的网络模型M^(2)SNet,并将其应用于医学影像中的息肉检测。在五个息肉数据集上,与U-Net、Attention-UNet、TransUNet和ResUNet等主流模型进行对比实验,结果显示,M^(2)SNet展现出更优的分割性能。M^(2)SNet的核心创新在于,通过多尺度减法单元有效滤除特征冗余,强化不同层级特征间的互补性,进而实现病灶的精准定位与边界清晰分割。相较于传统U-Net,该模型在保持结构简洁性的同时,显著提升了边缘细节的刻画能力。
-
关键词
医学影像分割
M^(2)snet
结直肠息肉图像
机器学习
-
Keywords
medical image segmentation
M^(2)snet
colorectal polyp image
Machine Learning
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
