基于级联多尺度卷积网络的计算机断层扫描图像肾肿瘤自动分割方法

• 作者: 冀宏 钱旭升 周志勇 朱建兵 叶陆爽 汪丰 戴亚康
• 来源期刊: 生物医学工程学杂志
• 关键词: 肾肿瘤 多尺度 卷积神经网络 自动分割 级联
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 新技术与新方法|New techniques and methods
• 页码范围: 722-731
• 页数: 10页
• 语种: 中文
• DOI: 10.7507/1001-5515.202101044

摘要

腹部计算机断层扫描(CT)图像背景复杂,且肾脏肿瘤存在形态各异、大小不一以及边缘不清晰等特点,直接对整个CT图像进行分割往往无法有效分割出肾肿瘤.针对这些问题,提出一种基于3D U-Net和DeepLabV3+级联的多尺度肾肿瘤分割网络,利用基于空洞卷积的多尺度特征金字塔自适应地控制网络的感受野范围,将高级语义特征和低级语义特征融合,有效改善大肿瘤的分割边缘同时提升小肿瘤的分割精度.采用Kits2019公开的210例CT数据进行五折交叉验证,并对从苏州科技城医院收集的30例CT数据进行独立测试.五折交叉验证实验获得的Dice系数为0.796 2±0.274 1,敏感度为0.824 5±0.276 3,精确度为0.805 1±0.284 0;在外部测试集上获得的Dice系数为0.8172±0.1100,敏感度为0.829 6±0.150 7,精确度为0.831 8±0.116 8,对比其他多种方法分割精度有较大提升.