面向类别不平衡的胎儿心脏超声图像分割算法

来源：计算机工程与应用杂志2024年第21期北京时间：

作者：牛亮, 张孟璐, 陈炳华, 姜舒, 陆璐琦, 徐晓, 牛强

单位：1.徐州医科大学附属徐州市立医院 徐州市第一人民医院，江苏 徐州 221000 ；2.中国矿业大学 计算机科学与技术学院，江苏 徐州 221000

摘要：基于深度学习的图像分割技术是处理医学图像的有力工具，胎儿心脏超声图像分割任务更是其中的热点研究内容。由于不同心脏部位像素点数量不平衡以及图像模糊等问题，导致现有算法对少数类像素点的分割准确度较低，分割边界通常也不够精确。为此，提出面向类别不平衡的胎儿心脏超声图像分割算法。该算法通过嵌入代价感知层，为少数类像素点的错误分类分配更高的损失权重，以提升少数类像素点的分类准确性。应用全局直方图均衡化，结合空洞空间金字塔池化，获取清晰的图像轮廓和多尺度上下文信息。在真实胎儿心脏数据集上与7种先进分割算法比较，该算法在多项评价指标上均获得了最优的分割结果。

关键词：胎儿心脏超声,图像分割,类别不平衡,代价感知,多尺度