基于Transformer的脊柱CT图像分割
脊柱侧弯是青少年群体常见的一种脊柱疾病,老年群体中因脊柱骨质疏松引起的脊柱骨折也尤为普遍.CT成像技术作为脊柱外科的主要检查手段之一,广泛用于临床以及研究目的的筛查,诊断和图像引导治疗.研究以脊柱CT图像为研究对象,将目前在NLP领域表现优异的Transformer模型与经典的U-Net图像分割网络相结合,运用到CT图像的分割处理工作当中;同时在模型训练过程中基于脊柱自身的结构特点,采用由粗到精的训练方法,首先对脊柱的各个椎骨进行定位模型训练,然后在定位结果的基础上再训练分割模型.最终模型的分割结果与真实值之间的Dice相似系数达到了94.37％以上,实验结果表明了该方法的有效性以及临床应用的可行性.
CT图像;U-Net;图像分割;Transformer;自注意力
17
TP399(计算技术、计算机技术)
上海市浦东新区科技发展基金人工智能产学研专项:基于数字物理系统耦合的医疗智慧空间构建项目编号:PKX2019-R03
2021-08-19（万方平台首次上网日期，不代表论文的发表时间）
共3页
124-126
