基于双任务一致性正则的肺动静脉分离方法

鉴于平扫CT中血管未增强、肺动静脉区分难度加大而造成的标注成本高、样本少等特点,提出一种基于双任务一致性正则的半监督肺动静脉分离方法。首先以半监督框架为基础模型,引入回归真实标签的符号距离图作为辅助任务,以增强网络对动静脉几何形状特征的学习。然后,为了平衡不同任务之间的关系,在网络中嵌入多任务联合损失函数,以提高整个模型的性能。经实验验证,所提出的方法动静脉分离结果要优于V-Net、3D U-Net等方法。为了进一步验证方法的有效性,对网络进行了数据集划分实验。实验结果显示,随着标注数据量和未标注数据量的增加,所提方法具有进一步提高性能的潜力。