虚拟脊柱侧凸病例腰椎自动生成方法研究

作     者：赵逸飞 张俊华 

作者机构：云南大学信息学院 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2023年

学科分类：1002[医学-临床医学] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 10[医学] 

基　　金：国家自然科学基金(62063034 61841112) 

主　　题：青少年特发性脊柱侧凸 生成对抗网络 统计形状模型 图像生成 深度学习 

摘      要：统计形状模型（SSM）是一种描述可变形物体形态学变化的方法，被广泛应用于三维肝脏分割、三维脊柱生成等领域。但是现有的SSM在生成虚拟青少年特发性脊柱侧凸（AIS）腰椎病例数据时存在生成结果不真实、对AIS病例适用性较差的问题，为此，提出了一种基于变分自编码生成对抗网络（VAEVGAN）的图像生成模型。该模型由编码器E、生成器G和判别器D组成，编码器E和生成器G在VAE模型的基础上结合空间注意力机制提取数据特征，同时用残差模块解决神经网络训练过程中的网络退化问题，为了克服生成-判别结构的网络模型中存在的网络模型的稳定性不足、生成器与判别器训练速度不匹配的问题，使用阈值训练法对网络模型进行训练，提升网络模型的稳定性。在基于43例AIS病例腰椎三维模型的数据集上的实验结果表明，该模型在病例重建实验中的SSIM系数为0.99962，相比3D-VAE、3D-VAEGAN模型和SSM分别提高了0.08009%、0.00200%、0.12220%；病例生成实验中的FID系数为275.65348，相比3D-VAE、3D-VAEGAN模型和SSM分别降低了8.42055%、0.97773%、7.31927%，所提出的模型通过注意力机制、残差模块和阈值训练法获得了更好的虚拟AIS病例腰椎数据生成性能。