基于残差双注意力U-Net模型的 CT图像囊肿肾脏自动分割

• 作者: 吴敏 孙玉宝 徐宏伟 徐振宇 闫培新
• 来源期刊: 计算机应用研究
• 关键词: CT图像 囊肿肾脏分割 深度网络分割模型 注意力机制
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2237-2240
• 页数: 4页
• 分类号: TP393.04
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.03.0092

摘要

人体肾脏存在形状的多样性和解剖学的复杂性,囊肿病变也会导致肾脏形状发生大幅变化.为应对CT图像囊肿肾脏自动分割存在的诸多挑战,提出一种新型深度分割网络模型.该模型设计有带残差连接的双注意力模块,在残差结构的基础上,联合空间注意力和通道注意力机制自适应学习更加有效的特征表达.依据U-Net架构,以残差双注意力模块为基础模块构建编码器和解码器,设置层级间的跳跃连接,使网络能够更加关注肾脏区域特征,有效应对肾脏的形状变化.为了验证所提模型的有效性,从医院共采集79位肾囊肿患者的CT图像进行训练和测试,实验结果表明该模型能够准确分割CT图像切片中的肾脏区域,且各项分割指标优于多个经典分割网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙玉宝	南京信息工程大学自动化学院江苏省大气环境与装备技术协同创新中心	19	163	8.0	12.0
2	徐宏伟	南京信息工程大学自动化学院江苏省大气环境与装备技术协同创新中心	2	1	1.0	1.0
3	吴敏	东部战区总医院医学工程科	2	0	0.0	0.0
4	徐振宇	东部战区总医院泌尿外科	1	0	0.0	0.0