基于Multiscale-Net的膝关节半月板分割方法

摘要：

膝关节半月板分割的精确度对于半月板撕裂等级的判别和诊断具有重大意义,为了提高分割精度,本文提出一种基于多尺度网络(Multiscale-Net)的膝关节半月板分割方法.该方法结合视觉几何组网16(Visual Geometry Group Net?work16,VGG16)的卷积层和池化层以及U-Net网络的解码器部分,将编码器和解码器相连的3×3卷积层替换为改进的空间卷积池化金字塔(Atrous Spatial Pyramid Pooling,ASPP)模块.最后在安徽医科大学第一附属医院提供的临床病人的真实数据集上进行验证并与U-Net、引入ASPP模块的U-Net等模型进行对比.实验结果表明本文方法的交并比(Inter?section over Union,IoU)和DSC相似系数(Dice Similarity Coefficient,DSC)分别达到91.25％和94.89％.

关键词：半月板图像分割、卷积神经网络、U-Net网络、空间卷积池化金字塔、VGG16

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61773286

在线出版日期：2023-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：111-116