基于边界显著性的超声颈动脉内中膜的智能提取
杨继锋1
韦浩1
熊飞2
黄庆华3
李乐4
周光泉1
1.东南大学 生物科学与医学工程学院,南京 2100962.深圳市德力凯医疗设备股份有限公司,深圳 5181323.西北工业大学 光电与智能研究院,西安 7100724.西北工业大学 医学研究所,西安 710072
摘要：为进一步提高超声颈动脉内中膜提取和测量的准确性,本研究基于U-Net模型提出了改进的分割网络,以实现对颈动脉内中膜的精准提取.首先,在网络中加入条形注意力模块,利用先验形状和解剖信息以解决传统卷积感受野受限的问题;此外,结合后处理细化模块以更好地减少图像中噪声和伪影干扰,通过从内中膜的固有膜形状特征中学习,从而实现校正估计误差.在采集的 1000 张颈动脉血管超声图像数据库中进行测试,分割Dice达到 0.932,内中膜厚度的平均误差为 0.914个像素.本研究有望为动脉疾病的自动分析提供重要的参考依据.
关键词：图像分割颈动脉内中膜条形注意力自编码器心脑血管
分类号：R318(医用一般科学)
论文发表日期：2023-12-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 350-355 )
英文信息