计算机应用研究

作者：刘衢,刘孙俊,王铮,陶奕汀,李刚,

单位：成都信息工程大学软件工程学院,成都610225；

关键词：医学图像分割,金字塔视觉Transformer,全局上下文建模,多尺度特征融合,注意力机制,细节感知,

基金：国家自然科学青年基金资助项目(62101358)；四川省科技计划重点研发计划项目(2023YFG0294)；；

针对医学图像分割中卷积神经网络（CNN）因局部感受野限制而难以有效捕获长距离依赖关系的问题，引入具备全局上下文建模能力的 Transformer 编码器 PVTv2。此外，为缓解Transformer在局部上下文理解与细节感知方面的局限性，设计了三个新型模块:残差门控交叉注意力模块（RGCAM），旨在增强相关特征的激活并抑制无关信息以强化长距离和局部上下文信息；多核并行卷积注意力模块（MKPCAM），通过融合空间-通道注意力机制与多尺度卷积以协同增强模型对全局依赖关系的建模能力；级联边缘增强型上采样模块（CEEUM），通过分层处理多尺度边缘信息以提升细节感知能力。实验表明，TriFusion-Edge PVT在Synapse数据集上取得了DSC 83.61%和HD95 15.13的成绩，以及在多达7个二值医学数据集上亦表现出优于现有主流分割方法的性能，充分验证了该模型在全局建模、局部语义保持与细节恢复方面的综合优势，同时展现出其卓越的跨数据集泛化能力。

来源：2026年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第5期