基于多尺度监督与残差反馈的优化算法有效提高鼻咽癌CT图像视交叉及视神经分割精度

打开文本图片集

摘要：目的 提出并验证一种新的基于多尺度监督与残差反馈的深度学习分割算法（DSRF），以实现对鼻咽癌患者CT图像中小器官-视交叉和视神经的精确分割。方法 收集来自SegRap2023、StructSeg2019和HaN-Seg2023公开数据库的212例鼻咽癌患者CT图像及其真实标签。为解决传统卷积神经网络在池化过程中小器官特征丢失的问题，设计一种基于混合池化策略的解码器，利用自适应池化和平均池化技术将高级语义特征逐步细化并融合低级语义特征，使网络学习到更细小的特征信息。（剩余13640字）