一种空间-序列的PET/CT双模态头颈部肿瘤分割方法

邱兆文; 方康康; 陈盈涛; 方真真; 禹文倩; 张瑞琦

doi:10.15938/j.jhust.2026.02.007

哈尔滨理工大学学报 ›› 2026, Vol. 31 ›› Issue (02) : 74 -85. DOI: 10.15938/j.jhust.2026.02.007

一种空间-序列的PET/CT双模态头颈部肿瘤分割方法

邱兆文, 方康康, 陈盈涛, 方真真, 禹文倩, 张瑞琦

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对因头颈部肿瘤CT图像在软组织上清晰度较低而导致的相似性较高的肿瘤和淋巴结联合分割难度较大的问题，提出PET/CT双模态影像信息动态融合的头颈部肿瘤分割方法。编码器采用空间-序列层分别在空间和序列两个维度来处理特征：通过扩增空间维度扩大感受野，并将三维张量转换为像素序列以增强全局上下文信息，从而提取双模态特征。解码器中采用动态尺度注意力模块处理跳跃连接，消除软组织间的噪声以增强小肿瘤的识别分割。结果表明：在Hecktor2022数据集上，所提方法的肿瘤和淋巴结多目标分割的平均聚合Dice相似系数为79.42%,豪斯多夫距离95(HD95)为10.15 mm, ROC曲面下面积(AUC)为89.02%,均优于其他对比模型。此外，实验验证了双模态的有效性，展示了双模态图像提高分割性能的效果。