一种辅助新型冠状病毒肺炎检测的肺实质分割算法

• 作者: 苏赋 但涛 方东
• 来源期刊: 计算机工程
• 关键词: 新型冠状病毒肺炎 X光胸片 肺实质分割 神经网络 分割损失函数
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 热点与综述|Research Hotspots and Reviews
• 页码范围: 30-36,43
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0060059

摘要

新型冠状病毒肺炎给人类健康及社会经济造成了巨大的负面影响,而X光胸片中的肺实质提取成为新型冠状病毒肺炎诊断过程中的关键环节.在U-Net的基础上,提出一种结合编解码模式的肺实质分割算法.应用特征融合思想,构建A形特征融合模块,充分学习深层特征的语义信息.引人注意力机制,在深层卷积神经网络中加入密集空洞卷积模块和残差多核池化模块,扩大卷积感受野并提取上下文特征信息.通过改进可变形卷积和分割损失函数,提升网络模型的泛化能力和鲁棒性.实验结果表明,该算法的分割准确度、Dice系数、敏感度、Jaccard指数分别为98.16％、98.32％、98.13％、98.54％,能够实现X光胸片中肺实质部位的有效分割.