基于深度学习的膝关节软骨MR图像分割方法研究

作     者：毕铭成 华云松 郭真程 

作者机构：上海理工大学光电信息与计算机工程学院上海 

出 版 物：《软件工程与应用》 (Software Engineering and Applications)

年 卷 期：2023年第12卷第2期

页      码：264-275页

摘      要：为实现膝关节骨关节炎(KOA)的早期诊断,提高深度学习模型在膝关节软骨MR图像的分割精度,改善模型针对小目标分割效果不理想的不足,基于深度学习,提出一种端到端的EASU-Net。以深度可分离卷积模块代替卷积模块作为基本模块,减少参数量,增加对深层信息的提取。利用基于ECA的金字塔模块获取不同的感受野,克服了U-Net模型单一感受野的局限性,提高了对不同大小目标的分割能力。设计多尺度输出融合的深监督模块,高质量地提取软骨的细节信息。在OAI-ZIB数据集上测试,相比于基本U-Net和其他现有模型,所提方法在膝关节股骨软骨、胫骨软骨的分割方面都取得了更高的精度。

主 题 词：KOA 深度学习 MR 图像分割 

学科分类：1002[医学-临床医学类] 100210[100210] 10[医学] 

D　O　I：10.12677/SEA.2023.122027

馆 藏 号：203121213...