來源：深圳先進院 2021-07-15 15:45

近日，中國科學(xué)院深圳先進技術(shù)研究院生物醫(yī)學(xué)與健康工程研究所微創(chuàng)中心研究員謝耀欽、周壽軍合作，在腹部CT多臟器智能分割領(lǐng)域取得新進展。相關(guān)工作以Incorporating the Hybrid Deformable Model for Improving the Performance of Abdominal CT Segmentation via Multi-Scale Feature Fusion Network為題于近日發(fā)表在Medical Image Analysis上。

腹部CT多臟器的自動分割可以提高疾病診斷、預(yù)后分析和治療計劃等臨床工作流程的效率。然而，大量帶人工標注的臨床CT數(shù)據(jù)導(dǎo)致分割模型的標注過程非常耗時，而且多尺度病人臟器與形狀變化和臟器邊界模糊效應(yīng)導(dǎo)致自動精準的腹部CT多臟器分割充滿挑戰(zhàn)。

對此，研究團隊提出了一種混合形變模型（Hybrid Deformable Model， HDM）的新型數(shù)據(jù)擴充方法，緩解了因訓(xùn)練數(shù)據(jù)不足導(dǎo)致的網(wǎng)絡(luò)過擬合問題。HDM由不同病人間的臟器配準形變和同一病人內(nèi)的臟器隨機形變組成。相比于傳統(tǒng)的數(shù)據(jù)擴充方法，HDM因其產(chǎn)生幾何變化的多樣性，使網(wǎng)絡(luò)更能捕捉到腹部CT中不同形態(tài)的臟器位置。HDM不僅能用于醫(yī)學(xué)圖像分割，還可以用于圖像配準和圖像重建，有望成為一種基于深度學(xué)習(xí)的通用數(shù)據(jù)擴充方法。此外，研究團隊設(shè)計了一個基于三維注意力機制的多尺度特征融合網(wǎng)絡(luò)，有效地降低了網(wǎng)絡(luò)的訓(xùn)練難度并提升了分割精度。通過在多中心的腹部CT數(shù)據(jù)上的交叉驗證，結(jié)果顯示研究團隊提出的方法成功實現(xiàn)了腹部CT多臟器智能分割。

該研究得到了國家重點研發(fā)專項、國家自然科學(xué)基金聯(lián)合基金、國家自然科學(xué)基金面上項目等的支持。(生物谷Bioon.com）