10.3969/J.ISSN.1672-8270.2022.02.007
基于多头自注意力机制与U-Net的增强CT图像肾脏小肿瘤自动分割研究
目的:构建一种基于多头自注意力(MHSA)机制与U-Net网络的M-UNet优化分割模型,以提高增强CT图像中肾脏小肿瘤横断面最大直径≤3 cm的分割准确度.方法:选取医学图像计算和计算机辅助干预协会(MICCAI)的2019肾脏肿瘤分割挑战(KiTS19)数据集中64例最大层面肾脏肿瘤直径≤3 cm的数据,将其按7:3划分为训练集与测试集,训练集进行五折交叉验证.建立基于MHSA机制与U-Net网络的M-UNet优化分割模型,对M-UNet和U-Net分别进行训练与测试,计算交并比(IOU)、Dice相似系数(Dice系数)和95%豪斯多夫距离(HD_95),对比M-Unet与U-Net二者对肾脏及肾脏肿瘤的分割精度.结果:M-UNet网络的IOU、Dice系数相较于U-Net分别提升3.19%和3.00%,HD_95下降41.63%.结合分割结果视觉图,M-UNet与U-Net相比,其对肾脏小肿瘤分割准确率更高,检测更为敏感.结论:M-UNet相对于传统的U-Net能够更准确分割增强CT图像中的肾脏小肿瘤,为临床对肾脏小肿瘤定位及诊断提供便利,有助于提升肾脏小肿瘤检出率.
肾脏;小肿瘤;图像分割;多头自注意力(MHSA);机制;增强CT
19
R737.11(肿瘤学)
南京市医学科技发展课题;南京医科大学科技发展基金一般项目
2022-03-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
27-31