一种基于Mask RCNN的融合几何特征的冠状动脉分割方法

• 作者: 包芳勋 张云峰 张彩明 秦超 邵凯 郑勇
• 来源期刊: 太原理工大学学报
• 关键词: 冠状动脉分割 MaskRCNN 几何特征 分形维数
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息与计算机
• 页码范围: 83-90
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2021.01.011

摘要

冠状动脉分割是冠心病计算机辅助诊断系统中的一个重要步骤,其目的是保证在后续步骤中只对冠状动脉区域进行处理.冠状动脉CT血管造影(coronary computed tomography an-giograph,CCTA)图像具有边界不清、结构复杂、特征不明显等内在特征,这些特点导致CCTA图像分割成为一项困难的任务.针对此问题,提出一种将几何特征融合到Mask RCNN网络中的冠状动脉分割方法,通过边界提取算法和分形特征提取算法提取边界和分形特征.使用冠脉数据集来评估所提出的方法.在评估指标中,所提方法的平均精度(PA)和Dice系数达到83％和(84.0±10.1)％.结果表明,所提方法具有较高的精度和鲁棒性.