基于特征图金字塔的冠脉造影图像血管分割方法

作     者：郭昊虎 高若谦 葛明锋 董文飞 刘炎 赵旭峰 GUO Hao-hu;GAO Ruo-qian;GE Ming-feng;DONG Wen-fei;LIU Yan;ZHAO Xu-feng

作者机构：长春理工大学机电工程学院吉林长春130022 中国科学院苏州生物医学工程技术研究所江苏苏州215163 

基　　金：国家重点研发计划(No.2021YFC2500500) 吉林省与中国科学院科技合作高新技术产业化专项资金项目(No.2023SYHZ0037) 

出 版 物：《中国光学（中英文）》 (Chinese Optics)

年 卷 期：2024年第17卷第4期

页      码：971-981页

摘      要：针对冠脉造影图像照明不均、血管结构与背景区域对比度低、冠脉血管拓扑结构复杂等分割难点,建立了一个冠脉造影血管分割标注数据集,并在此基础上提出了一种基于特征图金字塔的冠脉造影图像血管分割模型。本文模型以U-Net网络为基础进行改进和优化,首先,将U-Net编码部分的第一个卷积层修改为一个7×7的卷积层,并提高每一层的感受野,在编解码层中引入修改后的ConvNeXt block,使得网络提取更深层次特征的能力有所提升;其次,设计分组注意力机制模块GA,并将其引入到U-Net跨连接处,对编码部分提取的特征进行增强,弥补编解码器间存在的语义差距;最后,在U-Net解码器处设计了一个特征图金字塔级联模块PFC,融合各尺度的特征图,并在PFC中每一层中加入SE注意力机制模块,用于筛选特征图中的有效信息,网络损失函数为PFC模块各层输出的加权,以监督网络各层的特征提取。本文模型在测试集上的测试结果如下:Dice系数为0.8843,Jaccard系数为0.7926。实验结果表明,相比其他常用方法,本文模型在冠脉血管分割上具有较强的鲁棒性,在低对比度下能够有效抑制噪声,对冠脉血管具有更好的分割效果。

主 题 词：冠脉造影 血管分割 特征金字塔网络 注意力机制 U-Net 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.37188/CO.2023-0186

馆 藏 号：203133711...