基于CTA图像的两阶段U-Net冠状动脉分割

摘要：

基于CT血管造影(computed tomography angiography,CTA)图像的冠状动脉自动分割的挑战在于冠状动脉结构复杂、前背景分布严重不平衡,分割时易受冠状静脉和其他组织的干扰.提出了一种两阶段的冠状动脉分割算法,第一阶段采用具有密集特征提取和残差特征修正能力的3D DRU-Net进行分割,保证分割的召回率;在第二阶段提出2D双编码多特征融合U-Net(2D DEMFU-Net)进行细分割,先对原始图像和第一阶段分割结果分别进行特征提取,再采用密集跳跃连接融合两个分支上的多层次语义特征,进一步提高分割准确性.实验结果表明,提出的两阶段分割算法在CortArt2020数据集上的Dice相似系数、召回率和精确度分别优于3D U-Net网络3.83％,5.31％ 和2.23％.

关键词：CTA图像、冠状动脉分割、两阶段分割算法、U-Net

所属期刊栏目：43

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;中央高校基本科研业务费专项资金资助项目;中央高校基本科研业务费专项资金资助项目;沈阳市科技计划;沈阳东软智能医疗科技研究院有限公司会员课题项目

在线出版日期：2022-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：792-800