多尺度特征融合的脊柱X线图像分割方法

被引：16

作者：

赵阳

张俊华

机构：

[1] 云南大学信息学院

来源：

计算机工程与应用 | 2021年 / 08期

关键词：

脊柱X线图像; U-Net; 图像分割; 卷积块注意力模块;

D O I：

暂无

中图分类号：

R816.8 [外科、骨科]; TP391.41 [];

学科分类号：

100106 [放射医学];

摘要：

为了精确地从X线图像中分割脊柱,提出了一种基于深度学习的脊柱X线图像分割方法,使用基于多尺度特征融合的U-Net网络进行分割。将U-Net模型中的卷积层替换成类Inception网络来提取不同尺度的特征,并进行多尺度融合。同时在跳跃连接前增加残差连接层,并在首次上采样前添加卷积块注意力模块。该模型对20幅脊柱X线图像进行验证,Dice系数为0.845 7,与近期X线脊柱图像分割方法相比,提高了0.135 1。

引用

页码：214 / 219

页数：6

共 7 条

[1]

一种新颖的MR脊柱图像自动分割算法研究 [J].

叶伟 ;

陶晶 ;

陈小宇 ;

林千早 ;

魏玲 ;

张小兵 ;

陈万洪 .

中国医疗设备, 2018, 33 (09) :61-64

[2]

Cobb Angle Measurement of Spine from X-Ray Images Using Convolutional Neural Network[J] Ming Huwi Horng;Chan Pang Kuok;Min Jun Fu;Chii Jen Lin;Yung Nien Sun Computational and Mathematical Methods in Medicine 2019,

[3]

Automated comprehensive Adolescent Idiopathic Scoliosis assessment using MVC-Net[J] Hongbo Wu;Chris Bailey;Parham Rasoulinejad;Shuo Li Medical Image Analysis 2018,

[4]

Automatic Extraction of Vertebral Endplates from Scoliotic Radiographs Using Customized Filter[J] H. Anitha;A. K. Karunakar;K. V. N. Dinesh Biomedical Engineering Letters 2014,

[5]

Automatic Cobb angle determination from radiographic images.[J] Sardjono Tri Arief;Wilkinson Michael H F;Veldhuizen Albert G;van Ooijen Peter M A;Purnama Ketut E;Verkerke Gijsbertus J Spine 2013,

[6]

Automatic quantification of spinal curvature in scoliotic radiograph using image processing.[J] H Anitha;Prabhu G K Journal of medical systems 2012,

[7]

Adolescent idiopathic scoliosis[J] Stuart L Weinstein;Lori A Dolan;Jack CY Cheng;Aina Danielsson;Jose A Morcuende The Lancet 2008,

← 1 →