计算机工程

作者：王文欣, 贺煜航, 陈刚

单位：武汉大学 国家网络安全学院, 武汉 430072

关键词：医学影像分割,胶囊网络,高斯混合模型,U-Net网络,EM路由算法

基金：国家自然科学基金（U1936107）。

传统的医学图像分割网络存在分割精度低、图像信息易丢失、分割轮廓不清晰等问题。为提高医学图像分割准确率，提出一种结合胶囊网络与U-Net的多标签图像分割网络UCaps。以U-Net网络为架构，基于胶囊网络原理设计适用于胶囊网络的上采样算法，通过结合高斯混合模型作为聚类算法的EM路由算法聚合底层特征对高层特征的推导过程，使高层特征包含底层特征信息，同时底层特征间的位置、姿态等信息具有统一性。实验结果表明，相比U-Net、SegCaps、MaVec-Caps网络，UCaps网络的平均分割准确率为93.21%，其中左肺分割准确率达到98.24%，具有较高的图像分割准确率和较快的收敛速度。

来源：2022年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第2期