多模态金字塔注意力网络

小病灶与边界分割更准

通过跨尺度空间建模、通道自适应融合和细节增强反馈，提升脑肿瘤MRI中模糊边界和小病灶的分割精度。

Yuchun, Wang · Li, Xiaosong · Yang, Liu · Cheng, Xiaoqi

Biomedical Signal Processing and Control 2026

参数信息

Dice相对提升

1.414 %

Dice相对提升

6.493 %

Dice相对提升

8.331 %

HD95相对降低

24.272 %

HD95相对降低

63.439 %

HD95相对降低

71.641 %

技术优势

小病灶勾画更准

细节增强反馈模块利用深层语义信息引导解码阶段重建小病灶和模糊边界。

分割边界更精确

在BraTS2021的ET区域，MPANet的平均相对HD95降低了71.641%，表明边界误差大幅减少。

应用场景

• 脑肿瘤分割：精准分割小病灶和模糊边界，辅助定量评估和放疗引导。
• 医学影像分析：多模态融合提升分割性能，可集成到现有影像分析流程。
• 术前规划辅助：提供更可靠的肿瘤边界，帮助医生制定手术方案。