摘要

心肌灌注显像作为无创影像学技术之一,为冠心病心肌缺血的诊断提供依据。本文针对心肌灌注显像图中的靶心图,基于U型网络(U-Net)提出包含多层转置卷积上采样拼接模块和四通路可加权通道注意力模块的分支结构,并将分支结构的输出结果与主干U-Net的输出结果进行融合,实现心肌灌注靶心图心脏缺血缺失程度部位的精确分割。实验结果表明:多层转置卷积上采样拼接模块实现了不同深度特征图的融合,有效地降低与缺失程度相似的重度稀疏程度对分割的干扰。四通路可加权通道注意力模块能进一步提高两种相似程度的区分能力及对目标边缘细节的学习能力,保留更丰富的边缘细节特征。本文所用实验数据来自天津医科大学总医院、天津泰达医院、天津第一、第三中心医院数据库,在自建数据集上雅卡尔(Jaccard)系数较U-Net提高5.00%。研究结果表明,本文模型优于目前基于U-Net进行优化的其他模型,主观评价满足临床诊断的精度要求。

  • 单位
    天津医科大学总医院; 天津大学; 天津市天津医院