MAA-Net:胃部肿瘤分割与T分期算法

摘要：

计算机断层扫描技术(computed tomography,CT)在胃部疾病的早期筛查、临床诊断、术前预测、术后评估等方面发挥重要作用,是医生诊断胃部疾病的重要依据.针对胃部组织形变大、结构复杂,难以精确地对病灶进行分割和T分期的问题,提出了一种多任务卷积神经网络MAA-Net.这种新型的方法包含两条主线:一条主线在多输入的U型结构中进行胃部肿瘤的分割;另一条主线采用密集空洞卷积模块提取深层的特征信息进行胃癌的T分期.针对肿瘤分割精度低的问题,提出了自适应特征融合模块.为了改善小目标的分割和梯度变化,分别提出了注意力机制和混合损失函数.对所提方法进行定量定性的评估和分析,结果表明,所提方法优于同类方法.这种方法若作为胃癌早期检测的工具,可以有效地缓解医生的压力并及时帮助患者.

关键词：胃部肿瘤分割、胃癌T分期、密集空洞卷积、自适应特征融合、混合损失函数、注意力机制

所属期刊栏目：58

分类号：TP391.4(计算技术、计算机技术)

资助基金：上海市科委重点项目18411952800

在线出版日期：2022-08-29（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：226-233