BBTUNet:基于上下文Transformer的肝脏肿瘤分割算法研究

作     者：宋长明 宋蒙 肖露 梁朝阳 彩朔 SONG Changming;SONG Meng;XIAO Lu;LIANG Chaoyang;CAI Shuo

作者机构：中原工学院理学院河南郑州451191 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第5期

页      码：190-195页

摘      要：肝癌是世界范围内最常见的恶性肿瘤之一,严重威胁着人类的生命健康,从计算机断层扫描(Computed Tomography,CT)中精确分割出肝脏肿瘤对后期的临床诊断具有重要的意义。现有的方法虽然实现了肝脏肿瘤的自动化分割,但肝脏肿瘤边界模糊、目标较小、容易漏检等问题尚未很好地解决,肝脏肿瘤的精确分割仍旧是一项极具挑战的任务。针对这些问题,该文提出一种新的分割网络BBTUNet。构建基于Transformer的上下文Bridge,重新设计UNet的跳跃连接结构,有效捕捉多尺度特征之间的上下文关系。在Transformer的前馈神经网络中引入可分离的空洞卷积,提出改进的前馈神经网络BFFN,有效融合全局和局部信息,增强边界特征,细化分割边缘。在3DIRCADB数据集上对模型进行训练和测试,实验结果表明,提出的BBTUNet网络的Dice系数为82.1%,ACC为96.4%,相较于UNet网络,分别提升了10.9%、4.6%,且对于小尺寸、低对比度、边界模糊的肿瘤分割具有显著优势。

主 题 词：肝肿瘤分割 UNet Transformer 上下文Bridge 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

D　O　I：10.14022/j.issn1674-6236.2024.05.039

馆 藏 号：203126128...