摘要

在计算资源受限的场景下，高效且有效的解码机制对于医学图像分割至关重要。然而，传统的解码机制通常伴随着较高的计算开销。为应对这一挑战，本文提出一种新型高效的多尺度卷积注意力解码器——EMCAD（Efficient Multi-scale Convolutional Attention Decoder），旨在兼顾模型性能与计算效率。EMCAD引入了一种独特的多尺度逐通道卷积模块，通过多尺度卷积显著增强特征图的表达能力。同时，EMCAD融合了通道、空间以及分组（大卷积核）门控注意力机制，能够有效捕捉复杂的空间依赖关系，并聚焦于关键区域。得益于分组卷积与逐通道卷积的设计，EMCAD具有极高的计算效率，且具备良好的可扩展性：在使用标准编码器时，仅需191万参数（1.91M）和381亿浮点运算量（0.381G FLOPs）。在涵盖六类医学图像分割任务的12个公开数据集上进行的全面评估表明，EMCAD在实现当前最优（SOTA）性能的同时，参数量（#Params）和浮点运算量（#FLOPs）分别降低了79.4%和80.3%。此外，EMCAD对不同编码器具有良好的适应性，并能广泛适用于多种分割任务，展现出强大的通用性。这些优势使其成为推动医学图像分析向更高效、更精准方向发展的重要工具。项目代码已开源，可通过 https://github.com/SLDGroup/EMCAD 获取。