基于DeepLab V3+网络框架的上消化道溃疡内镜图像分割模型

作者：薛雨涵; 周亦佳; 何宇; 林嘉希; 朱锦舟; 刘晓琳; 王玉; 许春芳; 殷民月^*

来源：中国医疗设备, 2023, 38(11): 22-26.

• 计算机视觉
• 深度学习
• DeepLab V3+
• 上消化道溃疡
• 消化内镜

目的 基于DeepLab V3+网络框架，构建深度学习计算机视觉模型，实现对上消化道溃疡内镜图片较精确的语义分割。方法 DeepLab V3+网络框架的编码器首先通过多个并行的、具有不同采样率的空洞卷积层，之后通过一个全局平均池化层对图像进行特征提取，实现多尺度提取特征；而解码器部分对深度特征层进行4次上采样，与浅层特征层进行堆叠并调整堆叠层大小，使其和输入图像大小一致，得到模型的预测结果。结果 在内部验证集中，该模型的准确度（Accuracy,ACC）为0.963，平均交并比（Mean Intersection Over Union,mIoU）为0.927；外部测试集中，该模型的ACC为0.958,mIoU为0.915；均优于传统算法U-Net（内部验证集ACC为0.810,mIoU为0.785；外部测试集ACC为0.779,mIoU为0.732）。结论 DeepLab V3+网络框架在识别病灶方面准确度高，具有较好的临床实践性。

• 单位
  苏州大学附属第一医院; 江苏大学; 苏州大学