腰椎松质骨分割网络

混合架构定位分割

结合Swin-transformer与CNN的混合编码器网络，通过解剖学约束损失和多尺度注意力融合，实现腰椎松质骨的精确自动分割。

Zhang, Yingdi · 史泽林 · 王欢 · Cui, Shaoqian · 张磊 · Jiachen, Liu · Xiuqi, Shan · 刘云鹏 · Fang, Lei

Computers in Biology and Medicine 2024

技术优势

长程建模强

采用Swin-transformer编码器捕捉全局上下文，克服CNN局部性限制。

小数据也泛化

并行CNN编码器提供归纳偏置，使模型在有限数据上也能稳健学习。

定位更准

解剖学损失函数约束预测中心点的顺序和弯曲，符合脊柱解剖结构。

融合不打架

多尺度注意力特征融合模块解决不同编码器特征融合问题。

应用场景

• 脊柱手术规划：自动定位分割松质骨，辅助制定螺钉植入路径和手术方案。
• 骨密度测量：分割出松质骨区域后，可进一步计算骨密度等定量指标。
• 医学图像分析：提供腰椎CT中松质骨的端到端自动分割，减少手动标注工作量。