双分支动态蛇形卷积网络的髋部DXA图像股骨分割方法

摘要

为提高髋部双能X线吸收法(Dual-energy X-ray Absorptiometry, DXA)图像中股骨的分割精度，提出一种双分支动态蛇形卷积网络的髋部DXA图像股骨分割方法。该方法基于经典U-Net网络，由动态蛇形卷积模块、注意力机制模块和多层感知机模块构成。利用动态蛇形卷积模块的可变形卷积自适应调整感受野，深入捕捉股骨边缘细节。采用多维度注意力融合的方式设计注意力机制模块，包含位置注意力模块、通道注意力模块以及坐标注意力模块，提升模型对关键信息的关注能力，减少无关特征干扰。结合局部图像块处理与全局信息协同的联动机制，通过多层感知机模块有效融合局部与全局特征，进而定位并识别股骨相关目标区域。实验结果表明，所提方法在验证数据集上与对比方法相比，Dice系数、召回率以及交并比分别最大提高了0.86%、0.93%和1.74%,Hausdorff距离最大降低了3.96%,细节与边缘特征捕捉方面更具优势，有效提升了髋部DXA图像股骨的分割精度。

关键词

U-Net网络 / 动态蛇形卷积网络 / 注意力机制 / DXA图像 / 股骨分割