近日,中國科學(xué)院深圳先進(jìn)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(jìn)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(biāo)注的臨床CT數(shù)據(jù)導(dǎo)致分割模型的標(biāo)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(zhǔn)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(zhǔn)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(zhǔn)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。

圖1 研究團隊提出的腹部CT多臟器分割框架的示意圖

圖2 分割結(jié)果圖 

第1-2行分別為手動分割和提出的分割方法的三維效果圖,第3-5行表示不同CT層面的分割結(jié)果。第1-3列分別為較差、中等和較好的分割結(jié)果。顏色(a)-(h)分別表示脾臟、左腎、膽囊、食管、肝臟、胃、胰腺和十二指腸。

轉(zhuǎn)載自|中國科學(xué)院