论文笔记CMU-NET: A STRONG CONVMIXER-BASED MEDICAL ULTRASOUND IMAGE SEGMENTATION NETWORK

CMU-NET：一个基于强卷积器的医学超声图像分割网络

        U-Net及其扩展在医学图像分割中取得了巨大的成功。然而，由于普通卷积运算固有的局部特性，U-Net编码器不能有效地提取全局上下文信息。此外，简单的跳过连接不能捕获显著特征。在这项工作中，我们提出了一个全卷积分割网络（CMU-Net），它结合了混合卷积和多尺度注意力门。ConvMixer模块通过混合远距离空间位置的特征来提取全局上下文信息。此外，多尺度注意门强调有价值的特征，并实现高效的跳过连接。我们使用乳腺超声数据集和甲状腺超声图像数据集来评估所提出的方法; CMU-Net的平均交集大于并集（IoU）值为73.27%和84.75%，F1得分为84.16%和91.71%。

        受U形架构设计和ConvMixer的启发，我们提出了一种高效的全卷积图像分割网络，即CMU-Net，其中包含ConvMixer模块和多尺度注意力门。ConvMixer模块用于提取全局上下文信息。多尺度注意门抑制不相关的特征并加强有价值的特征。这项工作作出了以下贡献：

1）提出了一种基于ConvMixer的强全卷积医学图像分割网络;

2）提出的多尺度注意门利用跳跃连接有效地传递知识;

3）我们成功地提高了使用乳腺和甲状腺超声图像的医学图像分割的性能。

编码阶段：

        如图所示，编码器从上到下有五个卷积级别。每个级别由两个普通卷积块和一个下采样操作组成。具体来说，每个普通卷积块都配备了一个卷积层，一个批量归一化层和ReLU激活。内核大小为3×3，步长为1，填充为1。编码器的下采样是窗口大小为2×2的最大池化。在最后一层，特征图被输入到ConvMixer块，该块由L个ConvMixer层组成。单个ConvMixer层由深度卷积（即，核大小k×k）和逐点卷积（即，内核大小1×1）。深度卷积核的组通道的数量等于输入特征图的通道。每个卷积都有一个GELU 激活和一个批处理归一化。

具有跳跃连接的解码阶段：

        解码器从下到上也有五个模块。每个模块由两个普通卷积块和一个上采样块组成。具体来说，上采样模块配备了上采样层、卷积层、批量归一化层和ReLU激活。利用双线性插值对特征图进行上采样。卷积核的大小为3×3，步长为1，填充为1。我们提出了多尺度注意门，并将其与跳过连接。它用于抑制不重要的特征并增强有价值的特征。具体地，多尺度注意力门的实现如图所示：

        为了根据不同的分辨率自适应地选择特征，我们开发了三个具有不同感受野的卷积来提取特征：逐点卷积，普通卷积（即，3×3的核大小和1的步幅和1的填充）和扩张卷积（即，核大小为3×3，步长为1，填充为2，膨胀率为2）。每个卷积都有一个批量归一化层。三个不同的卷积生成具有相同大小的特征图;我们在ReLU激活之前连接输出特征图，并通过另一个逐点卷积投票选择有价值的特征。

结果和讨论：

        在这项工作中，我们提出了CMU-Net，这是一种用于医学超声分割的完全卷积网络。我们将ConvMixer块引入U形网络架构中，以构建用于获取全局上下文信息的强大编码器，并提出多尺度注意门模块，用于强调有价值的特征以实现高效的跳过连接。我们在两个超声数据集上验证了CMU-Net，它达到了最先进的性能。未来，可以在CMU-Net上进行更多的实验，例如使用更大的卷积核，将ConvMixer块放置在不同的编码器级别。进一步分析误差，提高精度。结合病变的生理解剖结构，提高模型的可解释性。