基于注意力机制与特征融合的耳诊图像五脏反射区分割

摘要

计算机技术辅助分析中医耳诊图像时,五脏反射区在耳部图像中为小目标区域且边缘模糊,存在难以分割等问题.为此,本文提出一种多视图空间注意力与特征融合分割模型.在U-Net编码端设计自适应平均池化分支,即将输入图像的底层特征与不同编码层的高层特征融合,补偿U-Net模型信息损失;编码端和解码端设计多视图空间注意力模块进行连接,模块通过对特征进行不同尺寸划分,实现目标区域有效信息提取,兼顾全局与局部位置关系;为了捕获更多目标区域细节信息,解码端最后输出层设计多尺度特征融合模块,融合不同感受野下的输出特征.实验结果表明,所提模型在两个耳诊图像数据集上的平均Jaccard系数、Dice系数、ASSD分别为48.86%、65.40%、1.57像素和47.31%、63.72%、2.30像素,比U-Net提高了8.91%、8.56%、1.13像素和9.39%、9.44%、1.83像素,模型在两个数据集上表现出较好的分割性能.