计算机工程与科学

作者：纪玲玉, 高永彬, 蔡清萍, 卫子然, 廖薇

单位：（1.上海工程技术大学电子电气工程学院，上海 201620;2.上海长征医院军医普通外科，上海 200003

关键词：腹部动脉血管分割,卷积神经网络,注意力导向滤波,迁移学习,

基金：上海市上海市科委重点项目(18411952800);上海工程技术大学协同创新基金(0232-E2-6202-19-022)

腹部动脉血管分割对于胃癌淋巴结的转移和肝动脉变异类型的判断至关重要。针对腹部动脉血管分割精度低、易断裂等问题，提出一种改进卷积网络架构的腹部动脉分割方法。卷积网络的编码部分使用带有卷积注意的预训练模块(resnet34)，避免了梯度消失且可更好地获取图像的特征信息。为了扩大感受野和聚集多尺度特征信息，提出了一种新的多尺度特征融合模块。此外，动脉血管的边缘结构信息的学习至关重要，引入注意力导向滤波作为信息扩展路径，使输出特征更加结构化，提升血管分割的精度。所提方法在腹部动脉血管分割的实验结果表明，与基础网络U-Net相比，所提方法在灵敏度和交并比上分别提升了2.84%和1.19%。与CE-Net网络相比，在灵敏度和交并比上分别提升了1.34%和1?61%。

来源：2021年第11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2021年第11期