融合Canny边缘检测的多输出损失肺炎CT图像分割算法

针对肺炎的影像学特征如弥漫、多灶、磨玻璃的特点，提出一种肺部感染CT图像分割算法CEDMO。算法主干网络使用ResNet50，在特征提取中，先利用Canny算子对分割目标边缘进行检测，得到的边缘信息再与ResNet50进行融合计算，边缘信息还在解码器部分的多目标输出计算中作为一个引导值。在解码器部分对PSA注意力机制改进并设计了多输出约束，以获得了更多的细节信息和多个尺度的特征。在多输出中，设计了5个输出路径，每个路径的Loss都参与约束计算，使得训练结果加快收敛，从而提高计算效率。最后通过实验对比基线模型的结果，3个指标优于基线模型，其中Dice系数、灵敏度(SE)、增强对准度量(E_?^m)依次提高了4.7、4.5和1.3个百分点。