目的 提出一種基于改進的AFFormer模型實現(xiàn)脊柱椎骨的準(zhǔn)確分割,輔助醫(yī)師快速診斷脊柱側(cè)彎情況。方法 本文數(shù)據(jù)集為全脊柱正位X線影像,圖像尺寸約為5 000×8 000,針對圖像尺寸大、前景區(qū)域小背景區(qū)域大、受試者個體差異大但相同部位差異小的數(shù)據(jù)特點,使用輕量級語義分割模型AFFormer進行脊柱分割。針對深層特征圖中損失大量細節(jié)信息的現(xiàn)象,在用像素語義對特征中的局部細節(jié)進行建模時,在原有的16維度特征圖的基礎(chǔ)上拼接一個支路輸出8通道的特征圖實現(xiàn)多尺度特征融合,從而學(xué)習(xí)到更多的細節(jié)信息。數(shù)據(jù)集為某醫(yī)院臨床的正位全脊柱X線影像146張,使用labelme工具對圖片進行像素級注釋后,按照8∶1∶1隨機劃分為訓(xùn)練集(117張)、驗證集(15張)和測試集(14張)。訓(xùn)練網(wǎng)絡(luò)時,使用交叉熵、Dice系數(shù)以及增加先驗知識的自定義得分函數(shù)的加權(quán)和作為損失函數(shù),來優(yōu)化模型訓(xùn)練。在驗證集上,使用平均交并比和平均準(zhǔn)確度進行檢驗,進一步調(diào)整模型的超參數(shù)并初步評估模型從而選擇表現(xiàn)最優(yōu)的模型。結(jié)果 使用所提出的方法訓(xùn)練得到的模型在測試集上進行測試,取得了最高的mIoU值(0.867 8)、mAcc值(0.923 2)。結(jié)論 本文提出的方法經(jīng)實驗證明其分割性能優(yōu)于現(xiàn)有的主流分割模型,能夠?qū)崿F(xiàn)脊柱椎骨的精確分割,為輔助脊柱醫(yī)學(xué)診斷提供堅實基礎(chǔ)。
|