基于多任务联合注意力的结肠息肉分割网络OA北大核心CSTPCD
Colon Polyp Segmentation Network Based on Multi-task Joint Attention
结肠息肉具有边界不清晰且大小、颜色、形状各异的特点,使得采用深度学习方法提高其分割性能仍是一项极具挑战性的工作.为提高息肉分割的准确率,提出一种基于多任务联合注意力的结肠息肉分割网络CPMJA-Net.为改善Transformer缺乏机制来增强局部区域信息交换的问题,设计级联融合模块以增强网络的局部特征表示,有助于息肉边缘的识别和恢复.受多头Self-Attention机制的启发,构建多任务注意力模块,采用渐进式融合的方式将不同模块得到的特征图逐…查看全部>>
Colon polyps have the characteristics of unclear boundaries and varying sizes,colors,and shapes,making it difficult to improve their segmentation performance using deep learning methods.A colon polyp segmentation network CPMJA-Net based on multi-task joint attention is proposed to improve the accuracy of polyp segmentation.To address the problem of Transformers lacking mechanisms to improve local information exchange,a cascaded fusion module is designed to e…查看全部>>
郭祥振;李思潼;卢锐;郭森;崔学荣;杨钢
东北大学信息科学与工程学院,辽宁 沈阳 110819东北大学信息科学与工程学院,辽宁 沈阳 110819东北大学信息科学与工程学院,辽宁 沈阳 110819东北大学冶金学院,辽宁 沈阳 110819东北大学冶金学院,辽宁 沈阳 110819东北大学信息科学与工程学院,辽宁 沈阳 110819
计算机与自动化
肠道息肉检测PVT网络自注意力机制多任务注意力联合注意力
detection of intestinal polypsPVT networkself-attention mechanismmulti-task attentionjoint attention
《计算机工程》 2024 (2)
高分辨率显著性检测方法研究
327-336,10
国家自然科学基金(62076058).
评论