计算机工程

作者：吉彬, 任建君, 郑秀娟, 谭聪, 吉蓉, 赵宇, 刘凯

单位：1. 四川大学 电气工程学院 自动化系, 成都 610065;2. 四川大学华西医院 耳鼻咽喉-头颈外科, 成都 610041;3. 成都医学院第一附属医院 耳鼻咽喉头颈外科, 成都 610500;4. 西安医学院 临床医学院, 西安 710021

关键词：卷积神经网络,病灶分割,喉镜图像,循环卷积,喉白斑

基金：国家自然科学基金（81201146）。

喉白斑属于癌前组织病变，准确检测该病灶对癌变预防和病变治疗至关重要，但喉镜图像中病灶边界模糊且表面反光导致其不易分割。为此，提出一种基于U-Net的多尺度循环卷积神经网络（MRU-Net）进行喉白斑病灶分割。通过对比度受限的自适应直方图均衡化技术增强喉镜图像，利用平均池化构建图像金字塔并将其作为U型网络多尺度输入，同时使用多尺度卷积和递归卷积层代替编码与解码单元卷积层改进网络结构，采用多尺度输出层生成不同尺度特征图并对各层求均值得到最终输出结果。实验结果表明，MRU-Net的F1值、Jaccard相似度和平均交并比分别为0.784 3、0.661 1和0.826 9，与U-Net、M-Net等传统网络相比，该网络对喉白斑病灶分割更准确，能够得到精度更高的病灶轮廓。

来源：2020年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第9期