基于注意力机制的多尺度融合肝脏器官分割

摘要

我国拥有大量的肝脏病变患者且发病率正呈现逐年上升的趋势,而临床诊断中医生需要手动勾画病理图像中的肝脏轮廓来辅助制定手术方案,这极大的加重了医生的负担以及病人的等待时间,因此实现对肝脏器官的自动勾画在临床诊疗中具有重要意义.本文在编码器-解码器结构的基础上,将注意力机制与带有空洞卷积的空间金字塔结构相结合,提出一种多尺度融合的肝脏器官分割模型,并在2784张腹部器官CT图像中进行实验,获得96.32％的分割Dice准确率.该方法有效克服网络在下采样时容易忽略特征间的上下文依赖以及在特征融合时无法有效利用底层空间信息的问题,在腹部器官分割数据集上获得较好的准确率,对辅助肝脏的临床诊断具有较高的应用价值.