结合边缘信息增强和通道注意力的钙化斑块分割
Calcified plaque segmentation combines edge information enhancement and channel attention
摘要目的 钙化斑块的精准分割在准确评估冠状动脉狭窄程度方面具有重要意义.然而,由于冠脉计算机断层成像中的钙化斑块具有尺度小、边界模糊以及与其他组织高度重叠的衰减范围等特点,其精准分割面临诸多挑战.为了解决从冠脉计算机断层成像中分割钙化斑块存在的假阳率高、精度不足等问题,本研究提出了一种结合边缘信息增强和通道注意力的钙化斑块分割方法.方法 首先,构建一个编解码的网络结构,在编码器部分,采用3×1 和1×3 的卷积块来增强网络对边缘信息的提取能力.同时,在编码器和解码器之间引入了通道注意力模块,使网络能够自适应地关注感兴趣的特征,抑制不必要的血管和背景信息,从而提高钙化斑块分割的准确性.此外,为了降低心外钙化组织误判导致的假阳性,利用预训练的3D U-Net生成心脏掩码,对钙化斑块分割结果进行后处理.最后,从 80 例数据中筛选出4826 张图像对网络进行训练,并在 10 例测试集上进行消融实验和对比实验.结果 在测试集上,本研究所提出的方法表现优异.Dice系数为 0.867,Jaccard系数为 0.769,精确率为 0.846,均优于所对比的先进的医学图像分割方法.结论 本研究所提出的方法能够有效地提高钙化斑块的分割精度,对辅助评估冠脉狭窄程度具有潜在的应用价值.
更多相关知识
- 浏览0
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



