文献类型：期刊文章

作　　者：魏小娜[1] 邢嘉祺[2] 王振宇[1] 王颖珊[1] 石洁[3] 赵地[4] 汪红志[1]

WEI Xiaona;XING Jiaqi;WANG Zhenyu;WANG Yingshan;SHI Jie;ZHAO Di;WANG Hongzhi(Shanghai Key Laboratory of Magnetic Resonance(East China Normal University),Shanghai 200062,China;School of Acupuncture-Moxibustion and Tuina,Shanghai University of Traditional Chinese Medicine,Shanghai 200032,China;Shanghai GuangHua Hospital of Integrated Traditional Chinese and Western Medicine,Shanghai 200052,China;Institute of Computing Technology,Chinese Academy of Sciences,Beijing 100190,China)

机构地区：[1]上海市磁共振重点实验室(华东师范大学),上海200062 [2]上海市中医药大学针灸推拿学院,上海200032 [3]上海市光华中西医结合医院,上海200052 [4]中国科学院计算技术研究所,北京100190

出　　处：《计算机应用》

基　　金：上海纽迈电子科技有限公司企业横向项目(2017KFR0107)。

年　　份：2020

卷　　号：40

期　　号：11

起止页码：3340-3345

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：为了准确诊断滑膜炎患者病情,医生主要依靠手工标注和勾画的方法来提取磁共振图像(MRI)中的滑膜增生区域,该方法耗时长、效率低,具有一定的主观性且图像信息利用率低。针对这一问题,提出了一种新的关节滑膜分割算法,即2D ResU-net分割算法。首先,将残差网络(ResNet)中的两层结构的残差块融入到U-Net中,构建2D ResU-net;然后,将样本数据集分为训练集和测试集,而后对训练集进行数据增广;最后,将增广后的所有训练样本用于网络模型的训练。为了检测模型的分割效果,选取测试集中含滑膜炎的断层图像进行分割测试,最终平均分割精度指标可达到:Dice相似系数(DSC)69.98%,交并比(IOU)指标79.90%,体积重叠误差(VOE)系数12.11%。与U-Net算法相比,2D ResU-net算法的DSC系数提升了10.72%,IOU指标升高了4.24%,VOE系数降低了11.57%。实验结果表明,该算法对于MRI图像中的滑膜增生区域可以实现较好的分割效果,能够辅助医生对病情做出及时诊断。

关 键 词：滑膜炎 磁共振图像 医学图像分割 数据增广  U-Net  

分 类 号：TP391.41]