摘要
科技发展日新月异的同时，人们对健康的关注度也不断提高，脑肿瘤的高恶化率成为威胁人类健康的杀手之一，常见的诊断方法有电子计算机断层扫描、PET-CT、磁共振波谱分析、核磁共振成像（MRI）等，其中磁共振成像以其对人体更安全的非侵入的特点，相比于其他检查技术，患者接受度更高，是发现和诊断脑肿瘤的重要依据。针对脑肿瘤MRI的肿瘤区域占比小，存在类不平衡而影响网络分割精度的问题，提出一种嵌入坐标注意力机制的双视图脑肿瘤MRI分割方法。在U-Net网络的编码路径中，用卷积层代替最大池化层，减少特征信息丢失；编码路径和解码路径均加入残差模块，保持传递信息的完整性；解码路径嵌入坐标注意力机制兼顾位置信息和通道关系，以缓解类不平衡；将脑肿瘤MRI分别沿轴状视图和冠状视图方向切片，利用Softmax激活函数计算概率矩阵，把冠状视图概率矩阵转置，取二者平均值，融合生成双视图脑肿瘤MRI，充分利用脑肿瘤MRI的空间信息。在官方公布的BraTS2018数据集上实验，本文分割结果与原U-Net比较，相似度、敏感性和精确率三个评价指标，在整体区（WT）、核心区（TC）和增强区（ET）都有明显提升；单视图融合生成双视图MRI后，三个区域的相似度指标分别为0.906、0.848和0.868，与使用相同数据集的最优方法比较，WT基本一致，TC和ET分别提高1.0%、4.9%。实验结果表明，分割效果良好，能有效提高脑肿瘤MRI分割精度，本文方法的各项评价指标均表现突出，具有较高的参考和应用价值。
NETL