基于尺度注意力沙漏网络的头部MRI解剖点自动定位

摘要

为了自动定位头部核磁共振成像(Magnetic Resonance Imaging,MRI)中稳定解剖结构点,提出了一种基于沙漏网络(Hourglass Network,HN)的头部MRI图像解剖点自动定位方法.该方法使用HN的基本结构实现多尺度特征的提取与融合,并在融合多尺度特征时引入尺度注意力机制,提高解剖结构点的提取精度.利用DSNT(Differentiable Spa?tial to Numerical Transform)层将卷积神经网络生成的预测热图进行坐标回归来定位解剖点.500例头部MRI图像用于训练,300例图像用于测试,测试结果表明本文提出的方法对四个解剖点的定位准确率均超过了80％,与常用的关键点定位方法相比,该方法取得了最好的效果.该方法可辅助医生进行图像的解剖点标记,为头部图像的自动配准和头部疾病的大数据分析提供技术支持.