基于注意力机制与 ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ模型的 腰椎图像分割方法

基于注意力机制与 ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ模型的 腰椎图像分割方法 

田应仲１，２ 卜雪虎１，２ 

（１．上海大学 机电工程与自动化学院，上海 ２００４４４；２．上海市智能制造及机器人重点实验室，上海 ２００４４４）

摘 要：腰椎图像的精确分割是腰椎间盘疾病自动化诊断的重要前提，现有的分割方法在实际应用于分割任务时仍然存在无法精确分割的问 题。对此，本文提出了一种基于注意力机制与 ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ模型的腰椎图像分割网络模型。该模型在卷积网络中引入 ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ模 型，使用移动窗口的 Ｔｒａｎｓｆｏｒｍｅｒ模块对卷积提取的高层语义信息进行全局信息建模；然后使用注意力机制对上采样过程中跳过连接中传递的 低级特征施加权重，去除背景信息，最终实现腰椎图像的精细分割。实验结果表明，本文的腰椎图像分割方法相似度系数指标达到 ９１１８％， 性能优于 ＵＮｅｔ及其变型网络模型。

关键词：腰椎图像分割；ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ模型；注意力机制 

中图分类号：ＴＰ３９１ 文献标识码：Ａ 国家标准学科分类代码：４６０４０９９ 

ＤＯＩ：１０．１５９８８／ｊ．ｃｎｋｉ．１００４－６９４１．２０２１．１２．０１３