基于边缘监督的肝部超声图像包膜分割网络

作者：浦秀丽; 刘翔^*; 汤显; 宋家琳

来源：中国医学物理学杂志, 2022, 39(10): 1255-1262.

• UNet
• 肝包膜
• 边缘监督
• 空洞卷积
• 图像分割

肝纤维化、肝硬化的早期发现对临床治疗和预后评估具有重要意义。而肝包膜的形态和纹理特征是计算机辅助肝硬化诊断的重要依据。本文提出一种基于边缘监督的肝部超声图像包膜分割网络。该网络以常用的分割模型UNet为基础，引入空洞卷积，扩大感受野；同时，添加了边缘监督模块，从而将特征学习主要聚焦在图像梯度较大的部分；此外，还设计了混合加权损失函数，来缓解肝包膜部分与其他区域之间的极度不平衡情况。实验结果表明，本文提出的ES-UNet网络结构平均Dice系数相比原始UNet提高了0.1715，平均交并比（MIo U）提高了0.0215，其他指标也有较明显的提高，可见，本文算法的各个组件对模型分割性能的优化都有一定的贡献，改进后的模型可以实现肝包膜的精确分割。

• 单位
  长征医院; 上海工程技术大学; 中国人民解放军第二军医大学