基于3D VNetTrans的膝关节滑膜磁共振图像自动分割

作者：王颖珊; 邓奥琦; 毛瑾玲; 朱中旗; 石洁; 杨光; 马伟伟; 路青; 汪**

来源：波谱学杂志, 2022, 39(03): 303-315.

DOI：10.11938/cjmr20222988

• 磁共振图像
• 医学图像分割
• 深度学习
• 滑膜炎

膝关节是类风湿性关节炎（RheumatoidArthritis,RA）常见累及关节，膝关节滑膜的精准分割对RA诊断和治疗有重要影响，本文提出了一种基于VNet网络的改进算法对膝关节滑膜磁共振图像进行自动分割．首先对39名滑膜炎患者的膝关节磁共振图像进行数据预处理，通过将Transformer编码器嵌入VNet网络底部的方式构建VNetTrans网络，使用MemSwish激活函数进行训练.最终模型平均Dice系数为0.7585,HD为24.6mm；相较于VNet,Dice系数提升0.083 6,HD距离减少10 mm．实验结果表明，该算法可对膝关节磁共振图像中滑膜增生区域实现较好的3D分割，具有诊断和监测RA发展过程的应用价值．

• 单位
  上海市光华中西医结合医院; 上海市中医药大学; 上海交通大学医学院附属仁济医院; 华东师范大学