基于边界显著性的超声颈动脉内中膜的智能提取

作者：杨继锋; 韦浩; 熊飞; 黄庆华; 李乐; 周光泉^*

来源：生物医学工程研究, 2023, 42(04): 350-355.

DOI：10.19529/j.cnki.1672-6278.2023.04.07

• 图像分割
• 颈动脉内中膜
• 条形注意力
• 自编码器
• 心脑血管

为进一步提高超声颈动脉内中膜提取和测量的准确性，本研究基于U-Net模型提出了改进的分割网络，以实现对颈动脉内中膜的精准提取。首先，在网络中加入条形注意力模块，利用先验形状和解剖信息以解决传统卷积感受野受限的问题；此外，结合后处理细化模块以更好地减少图像中噪声和伪影干扰，通过从内中膜的固有膜形状特征中学习，从而实现校正估计误差。在采集的1 000张颈动脉血管超声图像数据库中进行测试，分割Dice达到0.932,内中膜厚度的平均误差为0.914个像素。本研究有望为动脉疾病的自动分析提供重要的参考依据。

• 单位
  东南大学生物科学与医学工程学院; 西北工业大学; 深圳市德力凯医疗设备股份有限公司