| 基于CTA图像的两阶段U-Net冠状动脉分割 |
| |
| 作者姓名： | 王璐 杨小帆 王前进 徐礼胜 |
| |
| 作者单位： | (1. 东北大学 计算机科学与工程学院, 辽宁 沈阳110169; 2. 东北大学 医学与生物信息工程学院, 辽宁 沈阳110169; 3. 沈阳东软智能医疗科技研究院有限公司, 辽宁 沈阳110167) |
| |
| 基金项目： | 国家自然科学基金资助项目(61773110,U21A20487); 中央高校基本科研业务费专项资金资助项目( N2119008,N181604006); 沈阳市科学技术计划项目(20-201-4-10); 沈阳东软智能医疗科技研究院有限公司会员课题项目(MCMP062002). |
| |
| 摘 要： | 基于CT血管造影(computed tomography angiography,CTA)图像的冠状动脉自动分割的挑战在于冠状动脉结构复杂、前背景分布严重不平衡,分割时易受冠状静脉和其他组织的干扰.提出了一种两阶段的冠状动脉分割算法,第一阶段采用具有密集特征提取和残差特征修正能力的3D DRU-Net进行分割,保证分割的召回率;在第二阶段提出2D双编码多特征融合U-Net(2D DEMFU-Net)进行细分割,先对原始图像和第一阶段分割结果分别进行特征提取,再采用密集跳跃连接融合两个分支上的多层次语义特征,进一步提高分割准确性.实验结果表明,提出的两阶段分割算法在CortArt2020数据集上的Dice相似系数、召回率和精确度分别优于3D U-Net网络3.83%,5.31%和2.23%.
|
| 关 键 词： | CTA图像 冠状动脉分割 两阶段分割算法 U-Net, |
| 修稿时间： | 2021-07-24 |
|
| 点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《东北大学学报(自然科学版)》下载全文 |
|
