联合Dilated U-net和全连接条件随机场的黄斑水肿区域自动分割模型

作者：李净; 钟元芾; 李晓凯; ***^*

来源：中国医疗设备, 2021, 36(11): 46-66.

• 黄斑水肿
• 神经网络
• 全连接条件随机场
• 图像分割

目的视网膜光学相干断层成像(Optical Coherence Tomography,OCT)图像黄斑水肿(Macular Edema,ME)区域的自动分割可辅助临床诊断和决策。以提高OCT图像中ME区域分割精度和效率为目的,本文提出了一种联合Dilated U-net网络和全连接条件随机场(Conditional Random Field,CRF)的ME区域全自动分割模型。方法该模型包括两个方面。鉴于U-net网络结构简便和运算高效等特性,用孔洞卷积代替传统卷积增大网络感受野,构建面向OCT图像ME区域分割的网络架构Dilated U-net,实现视网膜ME区域的粗分割。以ME区域的粗分割为初始轮廓曲线,利用全连接CRF实现视网膜ME区域的高精度优化。结果选用200幅OCT图像进行实验,采用精确率、召回率和Dice相似系数对分割精度进行分析,结果表明,本文模型较C-V和SBG等传统分割模型具有更高的分割精确率和Dice相似系数,分别为95.94%和95.52%;较FCN、PSPNet和Deeplab等网络分割模型具有最高的分割效率,单幅OCT图像中ME区域的分割时间降至0.9 s。结论将Dilated U-net与CRF结合改进的ME区域自动分割模型,不仅可获取ME区域的抽象特征,亦兼顾了图像的上下文信息,使ME区域的分割结果更加准确。本文模型不仅提高了病变区域分割的精度,同时降低了分割耗时,适用于视网膜ME区域的高精准分割。

• 单位
  上海交通大学; 上海海洋大学