科研之友
微信
新浪微博
Facebook
分享链接
摘要
从脑部医学影像中划分动脉树区域是诊断和评估许多脑血管疾病的早期步骤．现有的区域分割方法多依赖人工辅助，本文中提出了一种基于双分支连通网络（dual branch connected network,DBCNet）的脑动脉树自动分区方法，可以将时间飞跃磁共振血管造影（time of flight-magnetic resonance angiography,TOF-MRA）中的动脉树分割为6个主要区域．DBCNet中引入了分支特征解耦模块和Swin Transformer机制的全局与局部特征融合模块，训练采用先定位后分割的两步训练策略．本研究使用了111例TOF-MRA数据，其中81例作为训练集，20例作为验证集，10例作为测试集，模型在测试集上的平均Dice系数为74.72%,95%豪斯多夫距离（HD95）为3.89 mm．和其他先进分割网络相比较，该网络能更准确地分割出各个主要区域，并具有一定的鲁棒性．
- 单位
