基于密集多尺度U-net网络的电影心脏磁共振图像右心室自动分割

作者：刘鹏; 钟玉敏; 王丽嘉^*

来源：波谱学杂志, 2020, 37(04): 456-468.

• 心脏磁共振图像
• 右心室分割
• 深度学习
• 密集多尺度U-net

右心室分割对心脏功能评估具有重要意义.然而,右心室结构复杂,传统分割方法效果欠佳.本文提出一种密集多尺度U-net(DMU-net)网络用于分割右心室,首先对56例数据进行归一化、增强及感兴趣区域提取的预处理;然后结合多尺度融合和嵌套密集连接结构搭建网络;最后利用预处理后的数据对DMU-net网络进行训练和验证,并对15例仅提取感兴趣区域的数据进行测试.本文方法与手动分割的Dice系数和豪斯多夫距离平均值分别为0.862和4.44 mm,优于文献中其它分割效果较好的方法;舒张末期容积、收缩末期容积、射血分数及每搏输出量的相关系数为0.992、0.960、0.987和0.982.结果表明,使用本文方法的分割结果与手动分割结果重合度高、差异性小,有望为心脏疾病诊断提供参考.

• 单位
  上海理工大学; 上海交通大学医学院附属上海儿童医学中心