金字塔视觉Transformer与Kolmogorov-Arnold网络融合的医学图像分割方法
摘要
U-KAN模型在传统的U-Net基础上引入KAN（Kolmogorov-Arnold Network）结构，在医学图像分割任务上展现出良好的非线性建模能力和可解释性。针对U-KAN模型在医学图像分割中存在的全局特征捕捉不足、复杂边缘识别欠佳和多尺度特征融合受限等问题，提出一种结合金字塔视觉Transformer和KAN的分割网络（PVT-KANet）。该网络在保持KAN结构可解释性的基础上，通过3个关键创新解决上述挑战。首先，在编码器中引入PVTv2模块，利用金字塔结构和自注意力机制增强对不同尺度病变特征的全局建模能力，有效提升了对复杂病变区域的感知；其次，设计多尺度卷积注意力Tok-KAN模块，融合多尺度卷积注意力机制与KAN结构，显著增强了对模糊边界和细节特征的识别能力；最后，采用Inception深度卷积解码模块实现多尺度特征的自适应融合，提高了分割结果的精确性。在CVC-ClinicDB息肉数据集上，所提模型的交并比（IoU）较U-KAN提升4.66百分点，在BUSI乳腺超声和GlaS腺体组织数据集上也均优于现有模型。实验结果和理论分析验证了PVT-KANet在提升医学图像分割精度和泛化性方面的显著优势。
引用本文（GB/T 7714）
黄忠安 Huang Zhongan, 李新宇 Li Xinyu, 刘巧红 Liu Qiaohong, 等. 金字塔视觉Transformer与Kolmogorov-Arnold网络融合的医学图像分割方法[J]. Laser & Optoelectronics Progress, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。