基于Transformer的脊柱CT图像分割

摘要

脊柱侧弯是青少年群体常见的一种脊柱疾病,老年群体中因脊柱骨质疏松引起的脊柱骨折也尤为普遍。CT成像技术作为脊柱外科的主要检查手段之一,广泛用于临床以及研究目的的筛查,诊断和图像引导治疗。研究以脊柱CT图像为研究对象,将目前在NLP领域表现优异的Transformer模型与经典的U-Net图像分割网络相结合,运用到CT图像的分割处理工作当中;同时在模型训练过程中基于脊柱自身的结构特点,采用由粗到精的训练方法,首先对脊柱的各个椎骨进行定位模型训练,然后在定位结果的基础上再训练分割模型。最终模型的分割结果与真实值之间的Dice相似系数达到了94.37%以上,实验结果表明了该方法的有效性以及临床应用的可行性。