融合Canny边缘检测的多输出损失肺炎CT图像分割算法
Multi⁃output loss pneumonia CT image segmentation algorithm fused with Canny edge detection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)
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。