来源：期刊VIP网 时间：
作者：王高才;杨满;张晓洁;
单位：广西大学计算机与电子信息学院;广西民族师范学院物理与电子信息工程学院;
摘要：针对SegFormer网络分层的Transformer编码器逐级递减图像分辨率，提取图像多尺度特征的特点，文中提出一种边缘提取模块（EEM），该模块能更好地注意到超声影像的边界信息。为了解决超声图像中出现的复杂边界问题，在SegFormer编码层和解码层之间加入空洞空间卷积金字塔池化（ASPP）模块，确保其在获取较大感受野的同时不会发生网格效应。结合EEM和ASPP模块的SegFormer能够在保持低级边缘细节特征的同时进一步提取抽象特征，使得超声影像分割的精度进一步提升。将EEM连接在SegFormer编码器之前，再和解码器进行特征融合之后，与ASPP模块的输出特征做拼接并预测分割掩码，在甲状腺结节超声影像、乳腺结节超声影像和白细胞数据集上取得了较好的效果。经实验验证，该模型的mIoU分别提高了1.25%、2.2%和0.13%，证明了改进方法的有效性。
关键词：图像分割;;改进的SegFormer;;超声影像;;混合空洞卷积;;混合通道注意力;;边缘提取模块
基金资助：国家自然科学基金项目（62062007）;; 广西自然科学基金项目（2025GXNSFAA069236）;; 教育部产学合作协同育人项目（230804307150542）
