%0 Journal Article %A 赵阳 %A 张俊华 %T 多尺度特征融合的脊柱X线图像分割方法 %D 2021 %R 10.3778/j.issn.1002-8331.2001-0219 %J 计算机工程与应用 %P 214-219 %V 57 %N 8 %X

为了精确地从X线图像中分割脊柱,提出了一种基于深度学习的脊柱X线图像分割方法,使用基于多尺度特征融合的U-Net网络进行分割。将U-Net模型中的卷积层替换成类Inception网络来提取不同尺度的特征,并进行多尺度融合。同时在跳跃连接前增加残差连接层,并在首次上采样前添加卷积块注意力模块。该模型对20幅脊柱X线图像进行验证,Dice系数为0.845 7,与近期X线脊柱图像分割方法相比,提高了0.135 1。

%U http://cea.ceaj.org/CN/10.3778/j.issn.1002-8331.2001-0219