基于多尺度特征和反向注意力的肝脏肿瘤自动分割方法

肝脏肿瘤分割旨在定位肝脏肿瘤区域,以辅助医生进行精准诊治。鉴于深度学习能自动学习医学图像中复杂的特征和结构,已成为肝脏肿瘤分割的主流方法之一。但肝脏肿瘤的大小、形态存在显著差异及边缘模糊等问题,限制了深度学习模型的分割性能。基于此,该文提出了一种融合多尺度特征和反向注意力机制的深度网络,并用于肝脏肿瘤的自动分割。具体地,基于U-Net模型的框架,分别设计了多尺度特征提取模块和基于深度监督的反向注意力模块,使得网络能根据分割目标的大小自适应地选择不同尺度的特征,并引导网络关注分割目标的边缘特征,进而提高网络的边缘分割能力。此外,设计了一种新的混合损失,以解决医学图像分割中的类别不平衡问题。最后,在MICCAI2017 LiTS挑战赛数据集的数值实验结果表明,所提方法的Dice系数、平均对称表面距离ASSD分别为76.12%和3.25 mm。

基于多尺度特征融合与反向注意力的COVID-19病灶分割

针对新型冠状病毒肺炎(COVID-19)分割问题中感染区域具有高变异性以及病灶与背景对比度低等问题,提出一种基于多尺度特征融合与反向注意力的COVID-19感染分割网络。首先,利用残差网络作为主干网络进行特征提取,并使用全局上下文聚合策略对不同层次特征进行融合得到粗略的分割结果;其次,在网络瓶颈处添加多尺度特征融合模块,利用空洞卷积与多核池化增强网络分割不同尺度病变的能力;最后,设计一种级联结构的反向注意力模块,利用互补区域的细节特征增强背景与目标的对比度。本文方法在COVID-19 CT分割测试集上的准确率、特异性、灵敏度分别达到0.714、0.700和0.958,误检和漏检区域明显减少,细小病灶的分割能力显著提升。

基于反向残差注意力的光流估计

光流估计是视频理解和分析的一项基本任务。现有的许多方法直接将遮挡作为异常点剔除,从而提高模型计算光流的能力,但这也容易引起图像灰度不连续,导致光流估计失败。此外,物体高速运动造成的大位移问题一直是光流估计的难点。为了解决上述问题,本文提出一种用于光流估计的基于反向残差注意力的生成对抗学习框架(FlowTran-GAN,FTGAN)。该框架通过设计一个反向残差注意力模块增强特征的空间信息,提高像素之间的匹配程度;并且利用基于U-Net的鉴别器来约束生成器,减少光流估计的误差和不连续性,提高模型的泛化能力。通过在KITTI-2015数据集和MPI-Sintel数据集上进行的实验,实验结果表明本文所提出FTGAN的有效性和优越性。

结合HarDNet和反向注意力的息肉分割方法

针对结肠息肉的形状、大小、颜色和纹理多样性,息肉与背景相似及结肠镜图像的对比度低等影响分割效果的问题,提出了一种结合HarDNet和反向注意力的U型结构的结肠息肉图像分割网络。所提模型以U型的编码器解码器结构为基础架构:首先,编码器采用HarDNet68为主干网络提取特征,以提升推理速度和计算效率;其次,解码器采用3个反向注意力模块进行边界特征的融合和细化;最后,在编码器和解码器之间通过感受野模块实现多尺度信息的融合,为解码器提供更为详细的边缘信息。该模型编码器和解码器之间的迭代交互机制能够有效地校正预测结果中矛盾冲突的区域,达到提高分割精度的目的。实验结果表明,与现有的方法相比,所提方法在提高分割精度的同时,具有良好的实时性和泛化能力。研究成果可以为结肠息肉的早期筛查提供可靠的依据。

3D-SPRNet:一种基于并行解码器和双注意力机制的胆囊癌分割模型

利用深度学习对胆囊CT癌变部分进行分割,能够为临床医生提供诊断参考。现有方法均采用二维影像切片作为输入,缺少空间上下文信息以及对癌变边界区域的细化。为提高边界分割的准确性,保证空间信息的连续性,本文提出3D-SPRNet胆囊癌分割模型:采用并行解码器提取多尺度高级特征并解码;使用通道注意力帮助网络强调特征提取信息;利用反向注意力关注未被预测的区域,逐步细化癌变边界。选取304位来自上海交通大学医学院附属新华医院胆囊癌患者的CT影像进行实验,得到的MIoU、IoU及Dice系数分别为0.85、0.70、0.83,优于大多数主流分割网络,通过消融实验验证各模块的有效性。实验结果表明,本文提出的网络模型能够改善分割边界粗糙的问题,提高胆囊癌变部分的分割精度。

基于改进YOLOv8的飞机检测研究

随着无人机技术和航空监控系统的迅速发展,高效准确的飞机检测技术变得日益重要。提出了一种基于改进的YOLOv8模型的飞机检测方法,旨在提高检测的准确性和实时性。首先,引入了反向残差注意力模块(iRMB),通过改进的注意力机制增强模型对飞机特征的学习能力。其次,采用中心化特征金字塔(EVC)模块,优化了特征提取过程,增强了模型对不同尺度飞机的检测能力。此外还采用了改进的距离交并比(MDIoU)作为损失函数,进一步提升了模型的定位精度。在公开数据集Caltech101的飞机类别上的实验结果表明,与现有的飞机检测方法相比,提出的方法在检测精度和召回率方面分别达到98.2%和98.9%,特别是在复杂背景和多尺度目标检测场景中表现更为突出。该研究的成果对于提高航空安全监控系统的效能具有重要意义。

基于RA-LSTM的轴承故障诊断方法

为解决轴承故障诊断时网络模型不能对一维振动信号中的特征按照重要程度分配不同的权重,导致无法提取具有代表性意义的特征,进而影响诊断模型的精确度与鲁棒性的问题。提出基于反向注意力机制(reverse attention mechanism, RA)的特征突出处理方法,通过将特征进行注意力反向与剪枝,降低非重要特征占比,从而对重要特征进行凸显。并通过长短期记忆网络(LSTM)进一步学习特征之间的时间信息后通过全连接层进行故障类型分类。通过实验选取了最优数据截取长度、剪枝超参数并对信号添加噪声后模型的稳定性进行了验证。实验结果表明所提出的RA-LSTM轴承故障诊断方法具有优异的故障诊断性能,故障诊断精度能达到100%,且在添加噪声后模型的诊断能力仍具有优异的鲁棒性。

基于ER-ShuffleNet的薄雾森林火灾识别

针对目前薄雾森林火灾识别高误报的问题,从数据层面提出中心点生成雾化粒子的人工合成数据方法;从算法层面提出结合通道注意力ECA模块和反向注意力RA模块的ER-ShuffleNet。ER-ShuffleNet平均识别精度为97.84%,平均误报率为2.041%。在相同训练样本及参数设置下,将ER-ShuffleNet与其他先进方法转换HSV颜色空间和迁移学习对比,结果表明ER-ShuffleNet在薄雾森林火灾识别上具有显著优势。ER-ShuffleNet能够充分挖掘通道信息,并能使网络关注次显著目标,丰富识别目标与特征的映射关系,能够较好识别薄雾森林火灾中易混淆目标。