融合Canny边缘检测的多输出损失肺炎CT图像分割算法

作     者：粟长权 郭本华 魏一帆 钱淑渠 杨国庆 Su Changquan;Guo Benhua;Wei Yifan;Qian Shuqu;Yang Guoqing

作者机构：贵州财经大学信息学院贵阳550025 安顺学院数计学院安顺561000 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2024年第30卷第1期

页      面：1-8,17页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(62241301、61762001) 贵州省教育厅创新群体重大资助项目(黔教合KY字034、069) 贵州省教育厅青年科技人才成长资助项目(黔教合KY字131) 安顺学院基金资助项目(asxyyjscx202308) 

主　　题：Canny边缘检测 医学图像分割 注意力机制 

摘      要：针对肺炎的影像学特征如弥漫、多灶、磨玻璃的特点,提出一种肺部感染CT图像分割算法CEDMO。算法主干网络使用ResNet50,在特征提取中,先利用Canny算子对分割目标边缘进行检测,得到的边缘信息再与ResNet50进行融合计算,边缘信息还在解码器部分的多目标输出计算中作为一个引导值。在解码器部分对PSA注意力机制改进并设计了多输出约束,以获得了更多的细节信息和多个尺度的特征。在多输出中,设计了5个输出路径,每个路径的Loss都参与约束计算,使得训练结果加快收敛,从而提高计算效率。最后通过实验对比基线模型的结果,3个指标优于基线模型,其中Dice系数、灵敏度(SE)、增强对准度量(E_?~m)依次提高了4.7、4.5和1.3个百分点。