计算机应用

作者：陶永鹏, 柏诗淇, 周正文

单位：大连外国语大学 软件学院，辽宁 大连 116044

关键词：网络架构,神经网络架构搜索,脑肿瘤分割,卷积神经网络,Transformer

基金：辽宁省教育厅科学研究经费资助项目（面上项目）(LJKZ1033)

脑胶质瘤在磁共振成像（MRI）图像中的形状大小变化大、边界模糊且组织结构复杂，这些特点导致了脑肿瘤分割任务的挑战性，通常这种任务需要具备深厚专业知识的研究人员设计复杂定制的网络模型才能完成。这一过程不仅耗时，而且需要大量的人力资源。为了简化网络设计流程并自动获取最优的网络结构，提出一种基于卷积和Transformer神经网络架构搜索的脑胶质瘤多组织分割网络（NASCT-Net），以在构建用于多模态MRI脑肿瘤分割的网络架构的过程中，提高分割的精确度。首先，将神经架构搜索（NAS）技术应用于编码器的构建，形成可堆叠的NAS编解码模块，以自动优化适用于脑胶质瘤精准分割的网络架构；其次，在编码器底层集成基于Transformer的特征编码模块，以增强对肿瘤各组之间的相对位置和全局信息的表征能力；最后，通过构建体积加权Dice损失函数（VWDiceLoss），解决前景与背景的不平衡问题。在BraTS2019脑肿瘤数据集上与Swin-Unet等方法进行比较的实验结果表明，NASCT-Net的平均Dice相似系数（DSC）提高了0.009，同时平均Hausdorff距离（HD）降低了1.831 mm，验证了NASCT-Net在提高脑肿瘤多组织分割精度方面的有效性。

来源：2025年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第7期