基于序列注意力和局部相位引导的骨超声图像分割网络

在超声辅助的骨科手术导航中,需要从采集的超声图像序列中精确分割出骨结构,并展示给医生,来辅助医生进行术中决策.但是,图像噪声、成像伪影以及模糊的骨边界导致从超声图像序列中精确分割提取骨结构十分困难.为解决该问题,提出一种新的基于序列注意力与局部相位引导的骨超声图像分割网络.该网络一方面自适应地利用超声序列帧之间的关系即序列注意力来辅助骨结构的语义分割.另一方面,该网络通过引入局部相位引导模块,突出骨边缘信息,进一步提高分割精度.利用包含19050幅图像的骨超声数据集,进行交叉实验、消融实验并与最新的超声骨分割方法进行比较.实验结果表明所提方法对骨结构分割精度高,优于现有的超声骨分割方法.