基于改进U-Net的前列腺MRI图像自动分割方法  

作　　者：石征锦[1] 刘雨欣 路璐[1] SHI Zhengjin;LIU Yuxin;LU Lu

机构地区：[1]沈阳理工大学,辽宁沈阳110159

出　　处：《信息技术与信息化》2023年第5期185-188,共4页Information Technology and Informatization

摘　　要：在临床上,前列腺的形状可用于检测和诊断前列腺疾病。在盆腔MRI图像中存在前列腺区域占比较小、边缘模糊等问题,为分割该区域增加了难度。为解决问题,达到准确提取前列腺形状和边缘信息的目的,提出一种用于前列腺MRI图像自动分割的U形并行膨胀卷积注意力网络。通过在经典网络中增加并行膨胀卷积注意力机制,可有效避免信息丢失,并增强网络的分割性能。实验得出Dice相似系数和准确率分别为87.04%和98.87%,研究表明该分割网络可用于前列腺区域自动分割,且能显著提高分割精度。

关 键 词：并行膨胀卷积 注意力机制 自动分割 U-Net 前列腺 MRI 

分 类 号：R445.2[医药卫生—影像医学与核医学] R697.3[医药卫生—诊断学]