基于3D U-Net的胸部CT脊柱成像皮质分离

目的对胸部CT脊柱成像进行皮质分离,分割出皮质骨区域并进行后续诊断分析,计算出其厚度、周长、体积等形状信息,能更好地观察皮质骨厚度的变化趋势,判断是否有骨质疏松症的风险,辅助医师提升诊断效率。方法基于以上需求,将采集到的227例三维图像按7∶2∶1分为训练集、验证集和测试集,利用深度学习与CT扫描图像相结合。通过实验对比3D U-Net、Res U-Net、Ki U-Net和Seg Net之间的优劣,最终选择3D U-Net深度网络作为分割方法。该网络包含了编码部分和一个对应的解码部分,编码部分用于分析整张图像并进行特征提取与分析,解码部分则对应生成一张分割好的块状图。结果3D U-Net在验证集上的Dice相似系数达到了0.7433,测试集上达到了0.7263,优于其他三种方法。结论3D U-Net方法能够有效地分割皮质骨。