基于双支路特征融合的MRI颅脑肿瘤图像分割研究

针对磁共振成像（MRI）脑肿瘤区域分割中存在的误识和信息丢失问题，提出了一种基于双分支特征融合的MRI脑肿瘤图像分割方法。首先，通过主分支的重构VGg和注意模型（rvam）提取网络的上下文信息，然后利用可变形卷积和金字塔池化模型（DCPM）获取子分支的丰富信息，然后利用特征融合模块对两个分支的特征信息进行融合。最后，在上采样过程中引入注意模型来提高分割目标解码的准确性。实验结果表明，该方法具有良好的alpine分割性能。在kaggle 3M上，骰子相似系数和杰卡德系数分别达到91.45%和85.19%。