| 基于改进3D UNet的前列腺MR图像分割 |
| |
| 引用本文： | 桑子江,邵叶秦,许昌炎.基于改进3D UNet的前列腺MR图像分割[J].光电子．激光,2023,34(12):1337-1344. |
| |
| 作者姓名： | 桑子江 邵叶秦 许昌炎 |
| |
| 作者单位： | 南通大学 信息科学技术学院，江苏 南通 226000,南通大学 交通与土木工程学院，江苏 南通 226000,南通大学 信息科学技术学院，江苏 南通 226000 |
| |
| 基金项目： | 国家自然科学基金(61671255)资助项目 |
| |
| 摘 要： | 针对前列腺磁共振 (magnetic resonance, MR)图像边缘模糊、对比度较低,灰度值分布不均衡而导致分割精度较差的问题,提出了一种结合双路径注意力(dual path attention,DPA) 和多尺度特征聚合(multi-scale feature aggregation,MFA) 模块的改进3D UNet网络模型。首先,对数据集进行重采样和裁剪处理以适应模型输入。然后,在3D UNet网络的编码器各层引入DPA 并添加残差连接,加强特征的 编码能力。同时,在网络解码器中加入MFA模块,以充分利用空间上下文信息,增强语义信息。最后,在公开数据集PROMISE12上进行验证,所提出的模型的Dice系数为89.90%,Hausdorff 距离为9.37 mm。相比较于其他模型,所提出模型的分割结果更优,且参数量和运算量更少。
|
| 关 键 词： | 前列腺分割 双路径注意力(DPA) 多尺度特征聚合(MFA) 医学图像分割 |
| 收稿时间： | 2022/12/27 0:00:00 |
| 修稿时间： | 2023/4/5 0:00:00 |
Prostate magnetic resonance image segmentation based on improved 3D UNet |
| |
| SANG Zijiang,SHAO Yeqin and XU Changyan.Prostate magnetic resonance image segmentation based on improved 3D UNet[J].Journal of Optoelectronics·laser,2023,34(12):1337-1344. |
| |
| Authors: | SANG Zijiang SHAO Yeqin and XU Changyan |
| |
| Affiliation: | School of Information Science and Technology, Nantong University, Nantong, Jiangsu 226000, China,School of Transportation and Civil Engineering, Nantong University, Nantong, Jiangsu 226000, China and School of Information Science and Technology, Nantong University, Nantong, Jiangsu 226000, China |
| |
| Abstract: | |
| |
| Keywords: | prostate segmentation dual path attention (DPA) multi-scale feature aggregation (MFA) medical image segmentation |
|
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
|
点击此处可从《光电子．激光》下载全文 |
|
