基于回环残差注意力机制 U-net的胰腺分割

魏 柳，向智霆，刘剑聪，王淇锐，肖 斌,2

(1.重庆邮电大学 计算机科学与技术学院，重庆 400065；2.图像认知重庆市重点实验室，重庆 400065)

0 引 言

随着生活质量的提高和经济的不断发展，人们越来越关注自身的健康问题。其中，癌症是危害人类身体健康的重大病症之一。在计算机辅助疾病诊断领域，肺癌[1]和乳腺癌[2]等大型器官的图像分割已经初具成效，但在小型器官的图像分割方面还有待完善，例如胰腺的分割。胰腺癌是一种致命性极强的恶性肿瘤，尽管在对其认识、诊断、常规和新型的治疗方法等方面都获得了很大的突破，但是胰腺癌的治疗仍然伴有较高死亡率以及较低的术后生存率的问题。胰腺癌的治疗依赖手术过程中对局部肿瘤组织的有效切除，而一个成功的外科手术在很大程度上是建立在术前医生对病情了解渗透的基础上。为提高手术成功率，需要重建的胰腺模型能够反映其实际特征，因此，解决胰腺的重建问题成为了迫在眉睫的任务，其中，胰腺器官的准确分割提取为后续肿瘤组织的精确切除操作提供可能。由于胰腺的计算机断层成像(computer tomography，CT)图像灰度值差距较小，且胰腺形状受边沿灰度信息影响较大，与周围器官组织连接紧密，导致胰腺轮廓的特征难以提取的问题依旧是医学图像分割中的难题。

医学图像分割中，传统的分割算法大体分为3类[3]：①阈值法；②边缘检测法；③区域分割法。以上分割方法仅利用了一种特定的图像属性，而医学图像复杂、器官联结度高的特点，致使这些算法在医学图像分割方面适用度不高。……