嵌入注意力机制的多模型融合冠脉CTA分割算法

沈 烨，方志军，高永彬

上海工程技术大学电子电气工程学院，上海 201600

1 引言

我国一直是心血管疾病的高发国之一，随着生活水平的日益提高，心血管疾病不断开始蔓延，而且发病年龄日趋年轻化，严重威胁着人类的健康。冠状动脉性心脏病（coronary heart disease，CHD），又称为冠心病。作为一种常见的心脏疾病，其病因是由于冠状动脉壁的沉积物导致血管狭窄，致使心肌缺血从而导致其功能障碍与器质性病变。因此又称为缺血性心脏病（ischemic heart disease，IHD）[1]。冠心病绝大多数的原因是由冠状动脉的粥样硬化导致的，故习惯上称冠状动脉性心脏病为冠状动脉粥样硬化性心脏病。在冠心病患者中存在处于临界状态的情况，即狭窄50%～70%。这种情况根据冠脉的结构和患者心肌功能的损伤情况判断是否需要置入支架。针对同一类型的病变，不同的医生根据冠状动脉造影结果会给出不同的治疗策略，但部分患者的冠状狭窄程度超过50%，患者的心肌并没有明显缺血，有些反之。由此可见，根据患者的冠状动脉造影指导具有主观性。因此通过计算机辅助诊断技术对冠状动脉进行准确分割的这项工作，对于及早发现冠心病以及冠心病的治疗具有重要的临床意义。

本文主要提出了一种基于深度学习多模型融合的冠脉CTA的血管分割方法，主要贡献如下：

（1）采用3D FCN（three-dimensional fully convolutional network）网络处理三维冠状动脉CTA影像，使网络可以充分学习三维空间特征。

（2）将AG（attention gate）模型嵌入3D FCN网络中去抑制不相关区域中的特征激活来提升网络预测精度。……