文摘为了更精确地对CT图像中的肝脏肿瘤边界进行分割,基于TransUNet分割网络,结合注意力模块(CBAM)以及混合注意力空洞空间金字塔池化模块(HA-ASPP),提出HA-TUNet级联分割网络,在提高卷积核感受野的同时,突出有用特征并抑制不重要特征,分割精度与肿瘤边缘的分割准确度优于改进前的TransUNet网络.基于LiTs公共数据集进行实验,HATUNet级联分割网络在肝脏与肿瘤分割中的Dice相似性系数指标较TransUNet网络分别提高了3.75%和3.39%,达到95.78%和73.35%,同时豪斯多夫距离95%相比TransUNet分别减少了0.56 mm和0.48 mm.
