摘要

膝关节半月板分割的精确度对于半月板撕裂等级的判别和诊断具有重大意义,为了提高分割精度,本文提出一种基于多尺度网络(Multiscale-Net)的膝关节半月板分割方法。该方法结合视觉几何组网16(Visual Geometry Group Network16,VGG16)的卷积层和池化层以及U-Net网络的解码器部分,将编码器和解码器相连的3×3卷积层替换为改进的空间卷积池化金字塔(Atrous Spatial Pyramid Pooling,ASPP)模块。最后在安徽医科大学第一附属医院提供的临床病人的真实数据集上进行验证并与U-Net、引入ASPP模块的U-Net等模型进行对比。实验结果表明本文方法的交并比(Intersection over Union,IoU)和DSC相似系数(Dice Similarity Coefficient,DSC)分别达到91.25%和94.89%。