基于深度学习的CTA影像冠状动脉分割

作者：冯雪聪; 陈波; 钱俊磊^*; 曾凯; 陈伟彬; 李晓琳; 潘红红

来源：激光杂志, 2022, 43(02): 200-204.

DOI：10.14016/j.cnki.jgzz.2022.02.200

• 深度学习
• 冠心病
• U-Net
• 注意力机制

冠心病作为高发病率的重大冠状动脉疾病，让影像科医生承担了繁重的工作强度。利用人工智能识别冠状动脉中的斑块，实现对冠心病血管狭窄程度的判断，可以减轻CT影像医生的工作强度。应用增加了注意力机制的U-Net网络对冠状动脉进行识别分割，可以大大减少大夫的诊断时间。应用增加了注意力机制的U-Net网络进行训练，最终使损失函数、准确率Accuracy以及Dice指标分别达到0.021 3、0.962 6、0.999 9。同时通过预测的结果可以看出效果令人满意。对后续斑块的定性分析、钙化积分计算等提供了良好的分割结果。

• 单位
  华北理工大学