基于多尺度三维卷积神经网络的头颈部危及器官分割方法
慕光睿1
杨燕平2
高耀宗2
冯前进1
1.南方医科大学生物医学工程学院,广东 广州 510515;广东省医学图像处理重点实验室,广东 广州5105152.上海联影智能医疗科技有限公司,上海 200030
摘要：目的 研究一种基于三维卷积神经网络的CT图像头颈部危及器官分割算法.方法 本文构建了一个基于V-Net模型的头颈部危及器官自动分割算法.为了增强分割模型的特征表达能力,将SE(Squeeze-and-Excitation)模块与V-Net模型中残差卷积模块相结合,提高与分割任务相关性更大的特征通道权重;采用多尺度策略,使用粗定位和精分割两个级联模型完成器官分割,其中输入图像在预处理时重采样为不同分辨率,使得模型分别专注于全局位置信息和局部细节特征的提取.结果 我们在头颈部22个危及器官的分割实验表明,相比于已有方法,本文提出的方法分割平均精度提升了9％,同时平均测试时间从33.82 s降低至2.79 s.结论 基于多尺度策略的三维卷积神经网络达到了更好的分割精度,且耗时极短,有望在临床应用中提高医生的工作效率.
关键词：器官分割卷积神经网络多尺度CT图像
资助基金：国家自然科学基金(81974275)
论文发表日期：2020-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 491-498 )
英文信息