Um Método de Segmentação de Imagens Médicas com Interação e Fusão de Recursos em Múltiplas Escalas

RESUMO Para enfrentar os desafios da perda de borda e da baixa precisão de segmentação em pequenas regiões na segmentação de imagens médicas, este estudo propõe uma nova rede de segmentação, MSFIF-Net, que integra redes neurais convolucionais (CNNs) e transformers. Baseado na arquitetura TransUNet, nossa abordagem introduz dois módulos inovadores: o módulo de atenção contextual de múltiplos grupos (MDGA) e o módulo de agregação dilatada em múltiplas escalas (MSDAM). O módulo MDGA aprimora a extração de características em diferentes dimensões ao facilitar a interação e fusão de múltiplos grupos de informações contextuais. Enquanto isso, o módulo MSDAM otimiza a fusão de características em conexões de salto ao integrar convoluções dilatadas em múltiplas escalas com agregação de características globais. Para avaliação, conduzimos extensos experimentos em quatro conjuntos de dados: Apêndice Atrial Esquerdo e Veia Pulmonar CT (LAA & PV CT), ISIC-2018, Radiografia de Tórax e tomografias de COVID-19. Uma série de estudos de ablação foi projetada para validar a eficácia de componentes individuais dentro da estrutura proposta. Os resultados experimentais demonstram que o MSFIF-Net alcança desempenho de segmentação superior em comparação a modelos existentes em cinco métricas quantitativas, abordando efetivamente o desafio da baixa precisão de segmentação em pequenas regiões na análise de imagens médicas.