Multi-scale interactive pyramid network for polyp segmentation

Shuo Dai

doi:10.1016/j.bspc.2025.108749

Multi-scale interactive pyramid network for polyp segmentation

2025-10-11

0

PRE

AI

DOI：10.1016/j.bspc.2025.108749

原文链接

原文求助

摘要

En 中文

在结肠镜图像分析中，息肉的准确识别和分割对于结直肠癌的诊断至关重要。尽管深度学习方法已取得显著进展，但传统UNet模型存在多尺度特征融合不足的问题，导致难以有效区分息肉边缘与周围组织。为解决此问题，我们提出P-UNet，一种新型多尺度交互网络结构。P-UNet通过金字塔结构在编码器的每一层整合不同数量的多尺度特征图，以全面融合全局和局部信息，从而解决信息丢失问题。此外，我们引入边缘感知自适应特征调整卷积块（EAB）以增强模型对边缘区域的关注。在两个公开数据集上的验证结果表明，我们的模型在多数评估指标上表现优异，性能接近或超越当前最佳方法。相关代码请参见：https://github.com/LCUDai/PUNet.git。

Multi-scale interactive pyramid network for polyp segmentation

摘要

期刊

机构

引用论文