Devido às grandes variações na escala da área da lesão das imagens de pólipos colorretais, bordas desfocadas, formas irregulares e baixo contraste em relação ao tecido normal, o que leva à perda de detalhes das bordas e segmentação incorreta da área da lesão, propõe-se uma rede de segmentação Transformer adaptativa multi-escala e multi-dimensional. Primeiro, a rede utiliza um codificador Transformer para modelar as informações contextuais globais da imagem de entrada, realizando uma análise multi-escala das áreas de lesão dos pólipos colorretais. Segundo, através da ponte de atenção de canais e da ponte de atenção espacial, reduz-se a redundância da dimensão dos canais e aumenta-se a capacidade de percepção espacial do modelo, suprimindo o ruído de fundo. Terceiro, adota-se um módulo de decodificação paralela densa multi-escala para preencher as lacunas semânticas entre características em diferentes escalas, agregando efetivamente características contextuais multi-escala. Quarto, é projetado um módulo de predição multi-escala focado nos detalhes das bordas, orientando a rede de forma aprendível a corrigir erros na classificação das fronteiras. Experimentos foram conduzidos nos conjuntos de dados CVC-ClinicDB, Kvasir-SEG, CVC-ColonDB e ETIS, cujos coeficientes de similaridade Dice foram 0,942, 0,932, 0,811 e 0,805, e as médias da interseção sobre a união foram 0,896, 0,883, 0,731 e 0,729, respectivamente, com desempenho de segmentação superior aos métodos existentes. Experimentos de simulação mostram que este método melhora efetivamente a segmentação incorreta das áreas de lesão dos pólipos colorretais, com alta precisão de segmentação, oferecendo uma nova janela para o diagnóstico de pólipos colorretais.

pólipos colorretais;Transformer;módulo de decodificação paralela densa multi-escala;módulo de predição multi-escala