基于残差孪生网络的多模态脑肿瘤三维分割算法
田秋红
李翔
魏本征
山东中医药大学 医学人工智能研究中心,青岛 266112;山东中医药大学 青岛中医药科学院,青岛 266112
摘要：为充分利用多模态医学影像间的关联性和互补性,精准分割脑肿瘤区域及评估预后效果,本研究提出一种基于残差孪生网络的多模态脑肿瘤三维分割模型.首先,利用残差孪生编码挖掘不同模态数据间的关联细节语义信息,并在编码路径间加入级联结构,优化层次间信息交互方式;其次,提出了多尺度像素注意力融合模块,以获取不同感受野的加权融合特征,并促进多个模态间的互补信息交流;最后,在解码阶段设计基于残差孪生编码结构的跳跃连接和注意力单元,引导模型关注与肿瘤分割相关的信息,进一步提升模型的分割性能.本研究在BraTS 2021 数据集上进行了验证,在整体肿瘤、肿瘤核心和增强肿瘤三个区域的平均Dice系数分别达到 0.928、0.914 和 0.879.本研究有望为临床脑疾病的早期诊断提供一种新的方法和思路.
关键词：孪生网络特征融合多模态图像脑肿瘤分割多尺度特征
分类号：R318(医用一般科学)TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(62372280)国家自然科学基金(61872225)山东省自然科学基金资助项目(ZR2020KF013)山东省自然科学基金资助项目(ZR2020QF043)山东省自然科学基金资助项目(ZR2023QF094)青岛市科技惠民示范专项项目(23-2-8-smjk-2-nsh)
论文发表日期：2024-08-28
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：9( 302-309,315 )
英文信息