基于双输入3D卷积神经网络的胰腺分割算法 刘桂霞.pdf

吉林大学学报(工学版)
Journal of Jilin University(Engineering and Technology Edition)
ISSN 1672)
摘要：胰腺分割对胰腺癌的诊断起着至关重要的作用。但是，胰腺是一个小而柔软的器官，体积占比非常小，体
素强度与周围器官非常相似，而且在不同患者间呈现出非常高的解剖变异性。因此，胰腺分割难以获得较高的准
确率。深度卷积神经网络在胰腺分割中广泛使用，边界模糊的现象仍然存在，其精度仍需进一步提高。针对以上
问题，本文提出一种双输入的 3D 卷积神经网络实现胰腺分割，首先通过增加输入切片间上下文残差信息突出边
界区域，然后引入注意力机制抑制无用特征、增加有效特征的表达，最终提高了胰腺的分割准确率。该算法在 NIH
胰腺分割数据集上进行了评估，实验结果表明，本文提出的算法性能优先于对比的主流算法。
关键词：计算机应用；医学图像；胰腺分割；上下文残差信息；注意力机制
中图分类号：TP391 文献标志码：A
DOI：.jdxbgxb20220141

Pancreas segmentation algorithm based on dual input 3D
convolutional neural network
LIU Gui-xia1,2，TIAN Yu-xin1,2，WANG Tao1,2，MA Ming-rui1,2
(1. College of Computer Science and Technology, Jilin University, Changchun 130012, China；2. Symbol
Computation and Knowledge Engineering of Ministry Education, Jilin University, Changchun 130012, China)
Abstract: Segmentation of pancreas plays an important role in the diagnosis of pancreatic cancer. However, the pancreas is a small