基于条件卷积与注意力的肝脏分割算法

作者：赵浩辉; 高永彬; 杨淑群; 胡小军; 范应方

来源：中国医学物理学杂志, 2023, 40(06): 701-708.

DOI：10.3969/j.issn.1005-202X.2023.06.006

• 肝脏分割
• 卷积神经网络
• 条件参数化卷积
• CPat-Net

鉴于现有肝脏CT影像分割算法中存在的对比度较低、边界模糊、分割效果差问题，提出一种基于条件参数化卷积与注意力的分割网络（CPat-Net）。首先用条件参数化卷积替代残差网络中的常规卷积，其次将融合后的条件残差卷积模块集成至编码器中，用以提升模型容量和保持高效计算。然后利用特征注意（CPat）模块中的空间和通道注意力获取特征图的语义和细节信息，从而将局部特征与其全局依赖性更好地结合起来，最后利用深度监督进行多尺度语义信息的融合，提升方法的性能与鲁棒性。实验表明，在肝脏CT影像数据集中本文方法的Dice相似系数、交并比、Jaccrad系数分别达到了94.1%、90.3%、92.4%。相较于UNet、CENet、CSNet等前沿方法，本文方法在肝部分割上的准确度更为优异。

• 单位
  上海工程技术大学; 南方医科大学珠江医院; 南方医科大学第五附属医院