基于双聚合与代理注意力的结肠息肉分割方法研究

作     者：张丽真 黄玉谦 孟圣哲 熊炜 李利荣 

作者机构：湖北工业大学电气与电子工程学院 湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室 美国南卡罗来纳大学计算机科学与工程系 

出 版 物：《光电子·激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2025年

学科分类：1002[医学-临床医学] 08[工学] 080203[工学-机械设计及理论] 100214[医学-肿瘤学] 0802[工学-机械工程] 10[医学] 

基　　金：国家自然科学基金(62202148) 国家留学基金(201808420418) 湖北省自然科学基金(2019CFB530) 湖北省科技厅重大专项(2019ZYYD020)资助项目 

主　　题：结肠息肉分割 代理注意力(agent attention) 边界聚合 批量核范数最大化(batch nuclear-norm maximization, BNM) 

摘      要：针对结肠息肉区域误识别、边界定位模糊及复杂样本分割困难的问题，本文提出一种双聚合与代理注意力的结肠息肉分割方法。该方法通过Agent-PVT (agent pyramid vision transformer) 网络提取上下文信息，利用代理注意力(agent attention)在减少计算量的同时保留全局建模能力；提出了一种全局到局部聚合注意力模块(global-to-local aggregation module， GLAM)，捕捉特征图的全局和局部纹理特征，同时引入边界聚合模块(boundary aggregation module， BAM)，高效的聚合边界和语义信息。此外，在损失函数中引入批量核范数最大化(batch nuclear-norm maximization， BNM)，增强对复杂样本的判别能力。提出的方法在五个数据集上进行了实验分析，实验结果表明该方法具有良好的息肉分割性能，其中在Kvasir-SEG数据集上，mDice和mIoU分别达到了92.83%和88.16%。