基于空间自注意力机制和深度特征重建的脑MR图像分割方法

作者：魏颖; 林子涵; 齐林; 李伯群

来源：东北大学学报(自然科学版), 2023, 44(02): 177-185.

• 脑图像分割
• 全卷积网络
• 空间自注意力
• 通道注意力
• 深度特征重建

准确分割核磁共振(magnetic resonance, MR)图像中的脑组织是临床诊断、手术计划和辅助治疗的关键步骤.深度学习在各种图像分割任务中表现出巨大潜力，现有模型没有一种有效方法汇总远距离像素间的关系.在网络解码阶段不能很好地融合不同层级的特征，导致无法准确定位.为克服上述问题，本文提出一种基于空间自注意力机制和深度特征重建的脑MR图像分割方法，构建了一个可以融合3维信息的2D模型，可快速准确对3D结构图像进行密集预测.在MRBrainS13数据集和IBSR数据集上进行充分地实验研究，结果表明本文方法在3D多模态和单模态脑MR图像分割方面优于目前的2D模型，运算和推理时间相比3D模型小很多，性能却十分接近.

• 单位
  辽宁科技大学; 东北大学