学位论文简介

神经网络中的注意力机制受到了动物视觉神经机理的启发，可以有选择地接受外界信息，提升网络对大规模数据中关键特征的提取能力，是一种改善神经网络性能的常用方法。相对自然图像而言，医学图像分割任务所依赖的带标记的样本量少得多。所以，从数量有限的医学图像样本中快速提取关键特征显得非常重要。本文主要研究深度学习视觉注意力机制，并以此缓解当前医学图像分割领域的困境。具体地，本文的主要工作与贡献概括如下：

（1）提出了一种区域到边界感知的全监督医学图像分割模型。基于医学图像中 的人体组织、器官和病灶区域连续性以及边界的不确定性等特点，将区域感知与边界感知解耦。首先，对每个像素平等对待，获取粗分割图，接着，重点对边界周围 的像素点分类，将两者结果融合在一起得到最终的医学组织分割结果。这样分步完 成，逐步细化，以精确识别医学图像中不同类型的组织、器官或病灶。在面向ISIC 2018彩图、肺部平扫CT以及左心室MRI上的大量对比实验结果表明，我们的算法 在Dice和95HD等关键评估指标一直领先。在ISIC 2018数据集上，该算法的Dice比同类算法高出0.007 ∼ 0.055，95HD比同类算法小0.01 ∼ 0.44，且在边界识别上有着明显的优势。

（2）提出了一种基于多任务一致性的半监督医学图像分割模型。 基于SDM与PSM（Pixel-wise Segmentation Map）的等价性，以及模型前后PSM预测的一致 性，构建了三个关键输出的循环一致性，三者相互促进。该一致性正则化可施加到 已标记或未标记的样本上。为此，设计了拥有三个输出的V型网络，即预测粗PSM和SDM两个并行输出，以及特征增强后的最后输出PSM。多任务一致性正则化强化了三个输出之间的关系，充分了利用了未标记样本。在脑肿瘤MRI以及左心室MRI和ISIC2018彩图上的大量对比实验表明，该算法在Accuracy、Dice和95HD等关键评估指标上都占据领先地位。比如在左心室MRI数据集上，只用10个标记 样本，62个未标记样本时，我们的算法比同类算法的Dice高出约0.009 ∼ 0.027，HD95比同类算法小约4.67 ∼8.59，尤其在标记样本量较少时性能突出，这对减少 医学图像标注工作量有着十分积极的意义。

（3）分别提出了基于卷积神经网络（CNNs）与Transformer串行与并行融合的模型，并用于医学图像分割。为了更好地继承Transformer预训练结果，提出了将CNNs Stem与预训练Transformer并行拼接，再与CNNs-based解码器结合的方式。串行融合方案是将Transformer与CNNs按照前后训练串联起来，前者的预训练模型 负责特征提取特征，后者则负责细化。并行方案则是将两者并行地用于完成同一个分割任务，最后再将两者结果融合在一起。在心脏MRI（ACDC）、以及ISIC 2018彩图上的大量对比实验表明，该算法在Dice和95HD等关键评估指标上优势明显。尤其在ACDC上，提出的串行融合算法比其他同类算法在RV、MYO和LV三种类别的识别上的Dice都要高，且95HD都要小。这对预训练Transformer在医学图像分割 上的应用有着很大启示。

（4）提出了一种金字塔卷积与MLP（Multilayer Perceptron）结合的Vision Transformer单元以及基于交叉注意力机制的通道注意力模块，并用它们构建了一个多尺 度监督的U型分割模型。对于基础Vision Transformer模块，用金字塔卷积替代了原来的自注意力模块，以此提取多尺度视域的局部特征，然后用MLP将这些拼接在一起的局部特征融合在一起，结构简单，非常适合充当视觉任务中的基本Vision Transformer单元。对于以交叉注意力为基的通道注意力模块：其输入由两部分构成，一是由编码器输出的特征图F，由此作为自注意力的Key和Value，二是特征图F的全局空间平均池化，以此作为自注意力的Query。最后再经过MLP以及Sigmoid后，即得通道注意力图。在ACDC以及ISIC 2018上的大量对比实验表明，相比CNNsbased方法和其它Transformer-based方法，该模型在Dice（89.27）和95HD（12.61）等关键评估指标上有着较大优势。其有效结合了Transformer和CNNs的优点，有着快速稳定的收敛性，且最终所获取的性能也很有优势，尤其在ACDC这种小样本医学数据集上。

主要学术成果

[1]Xiaowei Liu,Yikun Hu, Jianguo Chen, Keqin Li. Shape and boundary-aware multi-branch model for semi-supervised medical image segmentation[J], Computers in Biology and Medicine(2022): 105252.(第 一 作 者,SCI 2区，影响因子：6.698)

[2]Xiaowei Liu, Lei Yang, Jianguo Chen, Siyang Yu, Keqin Li, Region-to-boundary deep learning model with multi-scale feature fusion for medical image segmentation[J], Biomedical Signal Processing and Control, Volume 71, Part A, 2022, 103165, ISSN 1746-8094. (第一作者,SCI 2区，影响因子：5.076)

[3]Xiaowei Liu, Kenli Li, Keqin Li. Attentive semantic and perceptual faces completion using self-attention generative adversarial networks[J]. Neural Processing Letters, 2020, 51(1): 211-229.(第一作者,SCI 3区，影响因子：2.565)

[4]李肯立,刘晓伟,阳王东,刘楚波,李胜利.超声标准切面获取的并行方法、装置和计算机设备[P].湖南省：CN111340775A, 2020-06-26.（第二发明人）

[5]刘楚波,刘晓伟,朱宁波,李肯立,陈建国,陈岑,李克勤.基于自注意力的深度生成式对抗网络的人脸图像补全方法[P].湖南省：CN110288537A, 2019-09-27.（第二发明人）

[6]Xiaowei Liu, Kenli Li, Jianguo Chen. A Medical Image Segmentation Model based on Macro Fusion of CNN and Transformer[J]. Neural Processing Letters. (Under Review)

[7]Xiaowei Liu, Kenli Li, Jianguo Chen. A Transformer-like Medical Image Segmentation Model fusing Pyramid Convolution and Multilayer Perceptron[J]. Medical Image Analysis. (Under Review)