来源：期刊VIP网 时间：
作者：丰晓钰;王明泉;李磊磊;朱焕宇;李文波;谢绍鹏;
单位：中北大学信息与通信工程学院;
摘要：为了能够早些发现肺结节患者，进行有效的预防和治疗，便能够大大提升肺癌患者的生存率，针对医学CT图像肺结节分割时存在异质性，会导致分割精度降低，提出一种基于高级语义及注意力的肺结节分割模型。该模型使用VGG16作为主干网络搭建U-net模型；采用金字塔池化模块（PPM），在尽可能保留原信息的情况下，将深层信息进行加强提取，得到更加丰富的高级语义信息；同时利用CA注意力机制强化重要的特征，实现空间和通道方向上的信息整合；使用Focal Loss和Dice Loss函数解决肺结节分割中前背景不均衡和难区分的问题。实验结果显示，所提出的方法在IoU、F1分数指标上较U-net分割算法分别提高了1.33%、0.95%，有效地提升了分割精度，解决了与其他组织对比度低的问题。
关键词：深度学习;;医学CT图像;;肺结节分割;;U-net;;注意力机制;;金字塔池化;;损失函数;;分割精度
