基于改进SegFormer的超声影像分割方法研究

针对SegFormer网络分层的Transformer编码器逐级递减图像分辨率,提取图像多尺度特征的特点,文中提出一种边缘提取模块(EEM),该模块能更好地注意到超声影像的边界信息。为了解决超声图像中出现的复杂边界问题,在SegFormer编码层和解码层之间加入空洞空间卷积金字塔池化(ASPP)模块,确保其在获取较大感受野的同时不会发生网格效应。结合EEM和ASPP模块的SegFormer能够在保持低级边缘细节特征的同时进一步提取抽象特征,使得超声影像分割的精度进一步提升。将EEM连接在SegFormer编码器之前,再和解码器进行特征融合之后,与ASPP模块的输出特征做拼接并预测分割掩码,在甲状腺结节超声影像、乳腺结节超声影像和白细胞数据集上取得了较好的效果。经实验验证,该模型的mIoU分别提高了1.25%、2.2%和0.13%,证明了改进方法的有效性。

资料为PDF文档格式.

本文档关键词:影像,分割,改进,超声,研究