轻量化GEC-3DUnet骶髂关节影像自动分割

来源：计算机技术与发展杂志2025年第02期北京时间：

作者：严武军;李建昌;叶金霞

摘要：强直性脊柱炎( AS) 是一种慢性炎症性风湿病,严重影像人们生活质量,被称为不死得癌症。 骶髂关节炎(Sacroiliitis,SI)是 AS 的病理标志和早期表现,早期的骶髂关节诊断治疗可以很好地预防强直性脊柱炎的发生。 利用深度学习对骶髂关节进行自动分割可以大幅度提高医生的诊断效率,然而目前骶髂关节领域自动分割研究相对匮乏,3D 网络也面临计算瓶颈。 针对以上问题,提出了一种基于轻量化 GEC-3DUnet 骶髂关节分割网络。 首先,通过将 Ghost 模块扩展到 3D 网络以线性运算降低网络的参数量,随后引入轻量化的 Coordinate Attention 以提高网络的分割精度。 在山西白求恩医院提供的数据集中验证实验的准确性。 结果表明:Ghost 模块可以在大幅减少网络参数的情况下保持网络性能,而 Coordinate Attention 可以有效提高分割的准确度。 GEC-3DUnet 为高精度、轻量化的骶髂关节分割提供了解决方案,为骶髂关节的自动分级诊断提供了前提条件,在骶髂关节炎相关研究中具有积极意义。

关键词：Unet;骶髂关节;语义分割;轻量化;注意力机制