计算机工程与科学

作者：鲜领, 徐修远, 周凯, 牛颢, 郭际香

单位：四川大学计算机学院，四川 成都 610065

关键词：肺部气道分割,深度学习,类别不平衡,气道连续性,自适应组合损失函数,

基金：四川省科技计划重点研发项目（2020YFG0473）

基于计算机断层扫描CT影像进行肺部气道的分割对于肺部疾病诊疗具有重要意义。近年来基于深度学习的肺部气道分割方法取得了不少进步，但实现高精度的分割仍然面临巨大挑战。肺部气道CT影像存在的类别不平衡严重影响着分割性能。针对该问题，提出一种基于新的自适应组合损失函数的分割方法。首先，通过局部不平衡策略，提升模型对前景体素的辨别力。其次，将径向距离信息集成到焦点损失函数中，提高模型自动辨别细小气道的能力。最后，基于拓扑敏感度与拓扑精确度提升气道的拓扑连续性。实验结果表明，与现有最先进模型相比，所提出的方法使模型在骰子相似系数、分支检测率和树长检测率上均取得了最好的表现，提升了肺部气道分割性能。

来源：2026年第1期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2026年第1期