双重降维通道注意力门控U-Net的胰腺CT分割

摘要：

从腹部CT图像中分割并重建胰腺3D模型对于辅助疾病诊疗有重要意义.由于胰腺在图像中占比小且与周边组织难以区分等原因,现有方法准确性和稳定性不足.本研究提出一种双重降维和通道注意力门控U型网络,在编码路径中以双重降维模块加强浅层特征空间有效信息提取,在编解码连接中嵌入通道注意力门控模块从通道层级过滤冗余特征.在NIH发布的胰腺分割公开数据集上(包括82例CT图像)进行实验,采用集合相似度(DSC)、召回率(R)和精确率(P)验证分割性能,使用三维顶点距离误差(VDE)评估3D重建效果.DSC、R和P值分别达到 82.35％±5.76％、81.07％±8.50％、84.04％±5.40％,VDE 降低至 1.27±0.90,优于 U-Net 和 Attention-Unet等方法.结果表明,所提出方法能够提高胰腺CT图像分割性能,重建的3D模型能够更好反映个体胰腺实际情况.

关键词：图像分割、三维重建、胰腺、特征降维、注意力

所属期刊栏目：42

分类号：R318(医用一般科学)

资助基金：国家自然科学基金;福建省自然科学基金项目;福建商学院科研创新团队支持计划

在线出版日期：2023-07-27（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：281-288