基于多级特征和全局上下文的纵膈淋巴结分割算法

摘要：

针对纵膈淋巴结尺度差异大、正负样本不均衡、软组织和肺肿瘤易混淆的问题,提出一个新颖的用于纵膈淋巴结分割的多级特征和全局上下文分割网络.为了解决纵膈淋巴结正负样本不均衡、与纵膈器官和软组织相似的问题,通过医学先验提取纵膈间隙,减少了纵膈器官干扰.为了解决肿大纵膈淋巴结与肺肿瘤相似、淋巴结出现区域分散的问题,设计了全局上下文模块,通过计算全局上下文依赖,大大提升了网络对淋巴结和背景的分类能力.为了解决纵膈淋巴结尺度差异大的问题,设计了特征融合模块,大大增强了网络对小淋巴结的分割精度.实验表明,所提方法在纵膈淋巴结分割任务中达到了76.92％的准确率,79.65％的召回率和76.08％的dice分数,在准确率、召回率和dice分数上均明显优于当前用于纵膈淋巴结分割的其他算法.

关键词：纵膈淋巴结分割、自注意力机制、计算机辅助诊断、3D卷积神经网络、三维医学影像

所属期刊栏目：48

分类号：TP391.41(计算技术、计算机技术)

资助基金：山西省工程技术研究中心建设项目201805D121008

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：95-100,117