基于双注意力机制的COVID-19病灶CT图像分割方法

作者：姜杨; 刘成; 丁其川; 王力

来源：东北大学学报(自然科学版), 2023, 44(09): 1259-1268.

• 图像处理
• 医学图像分割
• 新型冠状病毒肺炎
• 双注意力机制
• UNet

从CT图像中快速、准确地分割出新型冠状病毒肺炎(COVID-19)病灶区域，是实现对COVID-19计算机辅助诊疗的重要环节，为此提出了一种基于双注意力机制的COVID-19病灶CT图像分割方法.首先，引入门控注意力AG模块从空间上增强对病灶区域的关注，降低图像亮度不均衡、低对比度对分割精度的影响；其次，引入结合残差单元的SE-Res模块对病灶区域进行通道增强，提取细微结构特征，提高网络对病灶形状变化较大和磨玻璃边界区域的分割性能.在COVID-19公共数据集上实验表明，所提出方法达到的Dice系数、阳性预测值、交并比分别为0.908 8,0.915 2,0.858 9,与前期研究相比，分别提高了0.75%,0.11%,0.65%.所提出方法能提高对病灶形状变化较大区域和磨玻璃边界的分割精度，整体性能优于当前主流模型.

• 单位
  东北大学