基于改进U-Net模型下的椎骨CT图像分割方法

作者：刘侠; 余鸿波; 李冰; 王波

来源：哈尔滨理工大学学报, 2021, 26(03): 58-64.

DOI：10.15938/j.jhust.2021.03.009

• 椎骨CT图像
• U-Net网络
• Graph-Cut算法
• 图像分割

针对经典U-Net模型在椎骨CT分割过程中对图像信息利用不充分而造成图像边缘分割不清的问题,采用一种基于改进的U-Net模型的椎骨CT图像分割算法。首先在经典U-Net模型基础上进行了改进,其次利用改进的U-Net模型分割出椎骨区域并得到粗分割结果,最后对粗分割结果利用图割算法(Graph-Cut)加强边缘约束,从而做到边缘细化分割。分割方法整体分割精度可达到95.5%,Dice系数96.2%,Jaccard系数92.6%,HdD指标4.88%。与经典U-Net模型相比Dice系数提高2.2%,Jaccard系数提高3.7%,HdD指标降低13.9%。实验结果表明,提出的分割方法对椎骨图像分割可以达到精确分割的效果,能够适用于临床中的椎骨图像分割任务。

• 单位
  自动化学院; 哈尔滨理工大学