基于回环残差注意力机制U-net的胰腺分割

摘要：

器官自动分割是医学图像分析中的一个重要而具有挑战性的问题.胰腺是一种位于腹部内部的软组织器官,其欠缺有形器官有固定形状的特点.由于胰腺周围的重要结构组织的关系紧密且多变,且有边缘界限不易确定等特点,采用传统的分割方法存在受噪声影响大、过分割和欠分割等问题,难以达到很高的准确率.虽然基于深度卷积神经网络的U-net很好地解决了传统分割方法中的一系列问题,但仍然存在器官形状分割不清晰,以及存在较多毛刺的问题.提出一种基于回环残差注意力机制U-net(ringed residual attention U-net,RRA U-net)的胰腺分割方法,通过加入注意力机制增大有效特征的占重比以及引入回环残差结构来增强鉴别特征的能力和加快网络的收敛速度,最终达到了较高的分割准确率.

关键词：U-net;胰腺;医学图像处理;残差;注意力;回环残差;组合网络

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划基金;国家自然科学基金;重庆市基础与前沿项目;重庆市教委科学技术研究计划重点项目

在线出版日期：2021-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：653-660