脑部海马区域MRI图像自动分割
许晶晶1
黄殿1
吴雪2
胡敏2
吕昊3
韩世鹏3
1.空军军医大学基础医学院学员五大队,陕西西安 7100322.西安建筑科技大学信息与控制工程学院,陕西西安 7100553.空军军医大学陕西省生物电磁检测与智能感知重点实验室,陕西西安 710032;空军军医大学军事生物医学工程学系医学电子学教研室,陕西西安 710032
摘要：目的 实现脑部MRI图像中海马体区域的自动精准分割.方法 本研究提出了一种基于深度学习的海马体自动分割框架AF-VNet,通过在网络输出层添加注意力机制模块,提升海马体分割精度.此外,引入Focal Loss损失函数和增加通道数,避免训练样本不均衡.结果 采用AF-VNet分割左右海马得到的分割Dice系数为0.878 7±0.028 1,相对于基准VNet提升了 2.37％.结论 该方法提高了海马体分割的准确性,具有一定的临床应用价值,可为神经退行性疾病的诊断和治疗提供辅助工具.
关键词：海马体分割深度学习注意力机制损失函数
分类号：R445.2(诊断学)TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(62303473)
论文发表日期：2024-11-28
在线出版日期：2026-08-26（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1227-1232 )
英文信息