摘要:目的 针对因息肉大小不一,边界不清,光线影响,在图片中所占比例较小导致的分割精度不高的问题,提出了一种改进的 U 型结构网络 BMR-Net。 方法 该模型的框架为编码器-解码器形式,在编码器部分采用 ResNeSt 提取特征,在计算成本增加很少的情况下改善了特征提取效果; 在编码器和解码器之间设计边界预测生成模块( BPGM) 来聚合高层特征并加入改良空间金字塔池化模块,在其中引入注意力机制,提升多尺度信息融合效果,获得更精确的全局特征图表示;针对不清晰的边缘部分采用反向注意力模块,删除已预测区域,校正边界信息。 结果在 CVC-ClinicDB、Kvasir - SEG、CVC - ColonDB、 ETIS - Larib、 EndoScene 数据集上进行测试, mDice 值分别达到了0. 930、0. 903、0. 743、0. 712、0. 874。 结论 该方法分割性能和泛化性能均优于其他的先进方法,并且可以更加精确和完整地分割出小尺寸息肉,可以为结肠息肉患者提供早期预后信息。