SPECT骨显像的关节炎病灶自动分割

作者：罗明阳; 林强^*; 高瑞婷; 满正行; 曹永春; 王海军

来源：现代电子技术, 2022, 45(14): 145-152.

DOI：10.16652/j.issn.1004-373x.2022.14.026

• 图像分割
• 功能成像
• 关节炎
• SPECT
• 数据扩充
• Mask R-CNN
• 深度学习
• 语义分割

关节炎是一种常见的多发性生理疾病，临床上易出现骨转移特别是溶骨性转移和关节炎之间的误判。为了从SPECT图像中准确分割关节炎病灶，文中构建一种面向关节炎病灶可靠评估的不同分割模型。首先，对SPECT骨显像数据进行归一化及扩展处理，适度扩充数据量；其次，借助深度学习的特征自动提取功能，构建基于Mask R-CNN的关节炎病灶分割模型，同时构建基于聚类技术的传统分割模型；最后，使用一组真实SPECT骨显像数据，验证所构建的分割模型的有效性。实验结果表明，所构建的深度分割模型可用于关节炎病灶的分割，准确率、召回率和平均交并比分别为0.604 4,0.720 4和0.625 3，聚类分割模型获得的平均交并比为0.802。尽管深度分割模型获得的平均交并比值较低，但其具有实现SPECT图像中关节炎病灶语义分割的潜能。

• 单位
  西北民族大学; 甘肃省人民医院