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
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

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

引用
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

相关文献
评论
暂无封面信息
查看本期封面目录

中国医学装备

1672-8270

11-5211/TH

19

2022,19(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn