基于改进型V-net卷积神经网络的胃壁分割方法

作者：赵呈陆; 方志军; 高永彬; 王海玲; 卫子然; 蔡清萍

来源：中国医学物理学杂志, 2021, 38(10): 1243-1250.

• 胃癌
• CT图像
• 图像分析
• 卷积神经网络
• 胃壁分割

实现上腹部CT影像的胃壁分割与中心线提取是成功实现早期胃癌筛查和辅助T分期的前提。基于改进型V-net的胃壁分割方法加入了全局平均权重模块的全卷积神经网络框架,有效解决了神经网路下采样过程中信息丢失的问题。此外,本文在原水平集方法的基础上,提出了正则化水平集损失函数。该损失函数有效抑制了全卷积网络胃壁边缘特征丢失率和因数据量较少而引起的过拟合问题,提高了神经网络对上腹部CT影像中胃壁的识别精度。实验表明,在上腹部CT影像数据集中本文方法分割准确度Dice系数高达0.916 5,IOU达到了0.822 3。该方法的Dice相对于3D V-net方法准确度提高了近6%,同时比CE-net和Dense U-net方法的准确率分别提高了2.7%和3.1%。

• 单位
  上海长征医院; 上海工程技术大学