基于ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ和ＵＮｅｔ的肺结节分割方法

基于ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ和ＵＮｅｔ的肺结节分割方法

裔馥华　张在房

（上海大学 机电工程与自动化学院）

摘　要：肺结节的准确分割是后续良恶性分析和诊断的关键。由于基于卷积神经网络的分割模型受限于局部特征提取特性，忽略了全局特征。因此，本文提出了一种新的肺结节语义分割框架ＳＴ－ＵＮｅｔ网络，将Ｓｗｉｎｔｒａｎｓｆｏｒｍｅｒ嵌入ＵＮｅｔ中，构成一种新颖的ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ和ＣＮＮ并行的双编码器结构。结果表明：该模型不仅对肺结节的分割具有较好的性能，而且对医生进行肺结节的早期诊断具有重要的临床意义和应用价值。

关键词：肺结节分割；ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ；ＵＮｅｔ