文件大小：1M
全景切片图像中,肾脏组织在形态上形状不规则,大小差异显著,在类别上不同的肾脏组织会有相似的纹理和结构,并且还会存在类别不平衡的问题.针对上述问题,提出轻量级肾脏病理组织分割网络ASRMU-Net.首先在网络浅层引入空间重构单元(SSRU),利用平均值和最大值捕捉肾脏组织不同的空间信息,通过门控机制和卷积操作自适应地重建空间特征,通过交叉重组增强有用特征;其次在网络中间层构建ASRM模块,利用空间和通道的特征重建与融合,增强特征表达能力;接着在网络深层引入通道重构单元(CSRU),采用自适应通道拆分、压缩与深度可分离卷积相结合的策略,通过融合高维和低维特征,并通过自适应加权重建,从而有效区分有相似纹理和结构的不同组织;最后通过改进损失函数来优化模型,减轻类别不平衡的影响.改进网络在间质纤维化数据集的MDice和MIoU为85.4%和74.8%,在AIDPATH数据集上的MDice和MIoU为96.1%和92.4%.结果表明,改进网络以较少的参数量实现了比其他医学分割模型更高的分割精度.
