基于改进U-Net的下肢骨骼CT图像分割

作者：刘金辉; 童晶^*; 倪佳佳; 黎学飞; 张旭

来源：计算机系统应用, 2022, 31(10): 134-141.

DOI：10.15888/j.cnki.csa.008746

• U-Net
• 骨骼分割
• 空间注意力
• 通道注意力
• 特征融合
• 语义分割
• 注意力机制

针对骨骼CT图像对比度较低、特征不明显、现有算法对骨骼特征提取不充分的问题,本文提出了一种基于U-Net的改进网络来实现骨骼数据的精确分割.在网络编码阶段,使用密集连接的空洞卷积模块加强骨骼特征的提取;在网络解码阶段,使用结合注意力机制的融合模块充分利用空间信息与语义信息,改善骨骼信息丢失的问题.改进算法在人体下肢骨骼CT数据集中Dice系数达89.44%, IoU系数达80.55%.与U-Net模型相比, Dice系数提高了5.1%, IoU系数提高了7.63%.实验结果表明,提出的优化算法对下肢骨骼CT图像可以达到精确分割的效果,对骨科疾病的治疗与术前规划提供了参考.

• 单位
  河海大学