密集多尺度注意力和深度监督网络用于医学图像分割

本文提出了一种密集多尺度注意力和深度监督网络(DmADs-Net),用于提高医学图像分割的性能。该网络利用ResNet作为主干网络,创建了多尺度卷积特征注意力块(MSCFA)、局部特征注意力块(LFA)和特征细化和融合块(FRFB),以增强对弱特征信息的关注,提高深层语义信息的上下文关联,并增强不同语义信息的融合。同时,采用深度监督机制对特征重建过程进行优化。实验结果表明,该网络在多个医学图像数据集上都取得了优异的分割性能。