基于改进UNet的MRA脑血管图像分割方法研究

作者：马力; 苏逸飞; 陶震寰; 殷伟东; 陈颖^*

来源：医疗卫生装备, 2023, 44(10): 7-12.

DOI：10.19745/j.1003-8868.2023198

• 脑血管分割
• MRA图像
• UNet
• 残差神经网络

目的：为了提高磁共振血管成像（magnetic resonance angiography,MRA）脑血管图像分割的准确性，提出一种基于改进UNet的MRA脑血管图像分割方法。方法：首先，以UNet网络作为基础分割模型，在此基础上融入残差神经网络，以有效缓解深层网络的训练压力和促进信息传递；其次，增加压缩和激励模块，以提高网络对于脑血管特征的敏感性；最后，增加空间金字塔（atrous spatial pyramidal pooling,ASPP）模块，以获取多尺度特征信息，进一步提高分割精度。为验证改进UNet模型的有效性，在TOF-MRA公共数据集上进行实验并与UNet、ResUNet和ResUNet++模型进行对比。结果：改进UNet模型的Dice相似系数为0.75、准确率为0.72，高于UNet、ResUNet和ResUNet++模型。结论：提出的方法能有效分割MRA脑血管图像，辅助临床医生进行疾病诊断。

• 单位
  南京鼓楼医院