计算机工程

作者：张天旭, 黄慧, 黄丙仓, 马燕, 徐傲, 李晓艳, 周孝雯, 刘之之

单位：1. 上海师范大学信息与机电工程学院, 上海 2014122. 上海市浦东新区公利医院影像科, 上海 200135

关键词：脑血管分割,急性缺血性卒中,多尺度特征聚合,高分辨率增强,可变形卷积

基金：国家自然科学基金(61501297)

在颅脑CT血管造影(CTA)图像中, 脑血管形态各异、分布分散且不同患者之间差异较大。这导致利用U-Net进行血管分割时对血管局部形态的适应性不足, 容易忽略分散目标之间的相关性, 且在下采样过程中会丢失小尺度血管信息。针对以上问题, 在U-Net的基础上进行改进, 提出一种基于多尺度聚合和高分辨率增强的血管分割网络BVU-Net。在编码器的瓶颈层设计一种结合空洞变形金字塔(DDP)路径与全局注意力(GA)路径的多尺度特征聚合(MSFA)模块, 旨在同时捕获血管的不同尺度的局部形态特征和全局空间相关性特征。在跳跃连接路径中设计高分辨率特征增强(HRFE)模块, 使模型能充分利用语义信息更丰富的高级特征, 提高浅层高分辨率特征的表征能力, 补充小血管信息, 进一步提升血管分割精度。BVU-Net模型在公开数据集3D-IRCADb和私有数据集GLCTA上进行实验验证, Dice指标分别达到0.787 2和0.924 8, 平均交并比(MIoU)指标分别达到0.832 2和0.932 1。上述结果表明, BVU-Net模型的表现优于其他基于U-Net的改进分割模型, 具有一定泛化能力, 为后续的临床治疗和预后分析提供了更有力的参考。

来源：2025年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第4期