计算机辅助设计与图形学学报

作者：刘孝保, 甘博敏, 姚廷强, 申吉泓

关键词：盆底超声图像, 轻量化, 复合损失函数, 深度非对称通道混洗卷积模块, 参数测量

准确地分割超声图像中盆底区域, 是实现盆底疾病计算机辅助诊断的重要环节.针对盆底形态复杂、边界模糊、分割算法参数量庞大以及参数测量精度有限等问题, 搭建了一种轻量级语义分割网络MDL-U2-Net并提出修补算法AC-F.首先, 对基准U2-Net进行结构优化和通道数调整, 以有效地降低模型参数量; 其次, 融入复合损失函数以缓解训练损失波动并提升边界保持能力, 提高网络对模糊边界的分割准确性; 之后, 提出深度非对称多尺度混洗卷积模块, 以捕获特征空间采样的位置偏移信息, 弥补轻量网络感受野不足和特征提取能力较弱的缺陷, 提高网络对盆底复杂形态的建模能力; 最后, 采用修补算法对分割盆底进行精细化填补, 以提高盆底完整性和参数测量的精度.在自制数据集上的实验结果表明, MDL-U2-Net对盆底分割的Jaccard, Recall和HD95指标分别达到91.226%, 93.589%和1.074, 与基准U2-Net相比, 模型参数量缩减了94.37个百分点; 此外, 经AC-F算法处理后的区域面积测量百分误差降至1.25%, ICC达到0.998且有95%(76/80)的数据在95% LoA内, 能够实现轻量级分割和精确参数测量.

来源：2025年第2期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第2期