《表1 加入attention机制的网络模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于U-Net结构改进的医学影像分割技术综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Attention的主要思想是强化特征，在医学影像里常用于分割细节较多的血管、肺叶，其内部结构不固定，可根据强调的内容自行设计，例如强调特征图称为Spatial Attention、强调通道为Channel Attention.Attention U-net[5]、CASU[6]、RAUNet[7]、CIA-Net[8]都是在解码器中加入attention模块，Attention U-net的AGs是加入门控信号以消除噪声，CASU的AGs采用Up-link以聚焦特征，IAM是将核、轮廓两个解码器分支的信息聚合.这三者都是空间信息方面的特征聚焦，而AAM主要是通过强调目标通道从而聚焦特征；ScleraSegNet[9]是在瓶颈处加入CAM和SAM块，从空间和通道两个方面进行特征的聚焦.表1给出了不同的Attention模块的总结.