劉 渝，夏源祥，萬(wàn)永菁

（華東理工大學(xué)信息科學(xué)與工程學(xué)院, 上海 200237）

脈絡(luò)膜[1]位于視網(wǎng)膜下方，上接視網(wǎng)膜色素上皮細(xì)胞（RPE）層，下接脈絡(luò)膜鞏膜分界面（CSI）。脈絡(luò)膜的病變與許多疾病相關(guān)，如近視眼、黃斑病變、年齡相關(guān)性黃斑病變等。通過(guò)計(jì)算脈絡(luò)膜厚度、脈絡(luò)膜血管指數(shù)，以及觀察結(jié)構(gòu)變化來(lái)了解眼組織變化和功能異常[2]。隨著光學(xué)斷層掃描圖像（Optical Coherence Tomography，OCT）技術(shù)的發(fā)展，觀察脈絡(luò)膜的結(jié)構(gòu)變得容易，但是對(duì)脈絡(luò)膜的厚度測(cè)量以及脈絡(luò)膜血管指數(shù)的計(jì)算還需要醫(yī)生先手動(dòng)分割，整個(gè)過(guò)程耗時(shí)耗力，因此研究準(zhǔn)確自動(dòng)分割脈絡(luò)膜的方法對(duì)提升眼科疾病診斷的效率具有重要意義。

隨著卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)的發(fā)展，深度學(xué)習(xí)方法在醫(yī)學(xué)圖像分割領(lǐng)域得到廣泛應(yīng)用。2015 年Long 等[3]在CNN 的基礎(chǔ)上，提出了一種全新的網(wǎng)絡(luò)結(jié)構(gòu)即全卷積神經(jīng)網(wǎng)絡(luò)(Fully Convolutional Network, FCN)。該網(wǎng)絡(luò)將卷積神經(jīng)網(wǎng)絡(luò)中最后的全連接層替換成卷積層實(shí)現(xiàn)每一個(gè)像素的分類(lèi)，以達(dá)到圖像分割的結(jié)果。在此基礎(chǔ)上，Ronneberger 等[4]提出一種U 型結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)(U-Net)，中間使用跳躍連接融合深層和淺層的圖像特征，結(jié)構(gòu)由一個(gè)編碼器和一個(gè)解碼器構(gòu)成。U-Net結(jié)構(gòu)簡(jiǎn)單，在模糊邊界和區(qū)域也能取得很好的效果，基于改進(jìn)U-Net 模型的OCT 圖像分割方法已經(jīng)被許多研究人員采用。Oktay 等[5]在U-Net 模型中引入注意門(mén)機(jī)制，提升了模型對(duì)前景像素的敏感性。Gu 等[6]提出融合了密集空洞卷積模塊和殘差多池化模塊的語(yǔ)義分割模型(CE-Net)，使用U 型結(jié)構(gòu)實(shí)現(xiàn)編解碼，在醫(yī)學(xué)圖像分割領(lǐng)域得了很好的效果。Cheng 等[7]在U-Net 的編碼器部分加入了殘差細(xì)化模塊，同時(shí)引入通道注意力機(jī)制，很好地利用了高層語(yǔ)義信息，在952 張OCT 圖像脈絡(luò)膜分割中Dice 系數(shù)達(dá)到了85%。Mao 等[8]也基于U-Net 網(wǎng)絡(luò)融合改進(jìn)的注意力機(jī)制，提高了脈絡(luò)膜分割的準(zhǔn)確率。但這類(lèi)方法沒(méi)有很好地利用脈絡(luò)膜的空間依賴(lài)關(guān)系，導(dǎo)致分割區(qū)域可能錯(cuò)誤，邊緣分割精度不夠，同時(shí)在獲取脈絡(luò)膜的高級(jí)語(yǔ)義信息以及模型的優(yōu)化上仍有提升空間。

基于以上研究，本文提出了一種端到端的脈絡(luò)膜分割編解碼網(wǎng)絡(luò)模型。本文模型的主干編碼結(jié)構(gòu)是基于預(yù)訓(xùn)練過(guò)的殘差分類(lèi)模型：ResNet-34[9]，這樣的編碼結(jié)構(gòu)能充分獲得脈絡(luò)膜語(yǔ)義信息、加快模型收斂以及防止梯度消失。在跳躍連接處設(shè)計(jì)了一種平行的橋結(jié)構(gòu)，橋結(jié)構(gòu)包含兩個(gè)模塊，分別是坐標(biāo)并行注意力模塊(Coordinate Parallel Attention, CPA)和密集空洞卷積模塊(Dense Atrous Convolution, DAC)。DAC 提取多感受野特征，CPA 模塊抑制跳躍連接時(shí)復(fù)制淺層特征產(chǎn)生的語(yǔ)義噪聲，經(jīng)過(guò)橋結(jié)構(gòu)的特征圖在解碼層進(jìn)行融合。為使模型分割時(shí)對(duì)OCT 圖像中脈絡(luò)膜整體結(jié)構(gòu)給與關(guān)注度，本文還引入一種混合損失函數(shù)，混合損失函數(shù)從像素級(jí)、結(jié)構(gòu)級(jí)、整體級(jí)監(jiān)督訓(xùn)練本文提出的模型。在分割具有不同特點(diǎn)的脈絡(luò)膜的場(chǎng)景時(shí)，本文設(shè)計(jì)的模型表現(xiàn)均優(yōu)于其他常見(jiàn)的醫(yī)學(xué)圖像分割模型。

1 本文模型結(jié)構(gòu)及原理

本文模型主要由3 部分構(gòu)成：編碼結(jié)構(gòu)、解碼結(jié)構(gòu)和橋結(jié)構(gòu)。整體結(jié)構(gòu)如圖1 所示。

經(jīng)典的U-Net 和改進(jìn)的U-Net 都采用特征拼接的編解碼結(jié)構(gòu)，優(yōu)點(diǎn)是能聚合淺層細(xì)節(jié)和深層特征信息，本文也采用了類(lèi)似思想，但在編解碼階段和跳躍連接處進(jìn)行了改進(jìn)。本文選擇已經(jīng)在ImageNet[10]數(shù)據(jù)集上預(yù)訓(xùn)練過(guò)的ResNet-34 分類(lèi)網(wǎng)絡(luò)作為特征提取的主干編碼結(jié)構(gòu)，以此更好地提取特征圖語(yǔ)義信息。利用預(yù)訓(xùn)練模型的優(yōu)勢(shì)是當(dāng)預(yù)訓(xùn)練模型遷移到新任務(wù)時(shí)，計(jì)算機(jī)能以較少的調(diào)整參數(shù)快速實(shí)現(xiàn)模型的優(yōu)化。本文保留了ResNet-34 的4 個(gè)特征提取模塊，同時(shí)去除了最后的平均池化層和全連接層。ResNet-34 特征提取模塊包含的殘差塊的個(gè)數(shù)由淺入深分別為3、4、6、3，每個(gè)殘差塊的結(jié)構(gòu)如圖1左下角所示。殘差塊中的殘差連接能有效防止模型梯度消失。另外，本文使用步長(zhǎng)為2 的5×5 的卷積替換ResNet-34 開(kāi)始輸入時(shí)步長(zhǎng)為2 的7×7 卷積層以及3×3 最大值池化層，目的是為了讓特征圖在第2 個(gè)編碼層之前能保持尺寸不變，在編碼早期能包含更多細(xì)節(jié)信息。但這樣的操作縮小了模型整體感受野，為了彌補(bǔ)，在編碼結(jié)構(gòu)的最后一層添加了2×2 的最大值池化層以及3 個(gè)級(jí)聯(lián)的殘差塊。

為了抑制跳躍連接時(shí)淺層特征圖直接復(fù)制到解碼層所包含的噪聲信息，同時(shí)在深層獲得更多全局語(yǔ)義信息，本文在跳躍連接處提出了坐標(biāo)并行注意力模塊，引入了一種密集空洞卷積模塊。兩個(gè)模塊在跳躍連接處并行處理特征圖，形成了一種橋結(jié)構(gòu)，這種橋結(jié)構(gòu)如同一個(gè)關(guān)卡，能有效捕捉高級(jí)語(yǔ)義信息同時(shí)抑制淺層噪聲。

為了能快速有效地還原高分辨率特征圖直至輸出，抑制由于空洞卷積和反卷積造成的棋盤(pán)效應(yīng)，本文采用文獻(xiàn)[11]所類(lèi)似的解碼操作，如圖1右下角所示。采用雙線(xiàn)性插值的方式進(jìn)行上采樣，并采用兩個(gè)3×3 和一個(gè)1×1 的卷積壓縮通道數(shù)量，調(diào)整通道之間權(quán)重。

圖1 脈絡(luò)膜分割模型圖Fig.1 Proposed model of choroid segmentation

2 橋結(jié)構(gòu)及損失函數(shù)

2.1 CPA 注意力模塊

注意力機(jī)制可有效提高基于卷積神經(jīng)網(wǎng)絡(luò)任務(wù)的性能，能放大感興趣的區(qū)域，忽略其他無(wú)用噪聲，讓網(wǎng)絡(luò)模型只關(guān)注對(duì)結(jié)果提升有益的部分。文獻(xiàn)[12]提出坐標(biāo)注意力(Coordinate Attention, CA)模塊能很好地利用一維平均池化的方式聚合特征圖兩個(gè)坐標(biāo)的相關(guān)信息，被證明非常適用于圖像分割領(lǐng)域，但在特征提取上還有改進(jìn)空間。

基于CA 模塊，本文提出了CPA 坐標(biāo)并行注意力模塊，在CA 模塊基礎(chǔ)上融合并行的一維最大值池化操作來(lái)提取重要特征信息。平均值池化能關(guān)注顯著性目標(biāo)的中間區(qū)域，而最大值池化則可以關(guān)注變化明顯的邊緣區(qū)域，對(duì)于脈絡(luò)膜這一類(lèi)圖像邊緣模糊的醫(yī)學(xué)組織來(lái)說(shuō)，模型需要在邊緣分配更多的注意力。并行的一維最大值池化不會(huì)大幅增加模型的參數(shù)量，卻能提高模型的性能。CPA 注意力模塊的結(jié)構(gòu)如圖2 所示，其中r表示壓縮率，是超參數(shù)，它的作用是控制卷積濾波器的參數(shù)量，能靈活控制注意力模塊的大小。

圖2 CPA 注意力模塊Fig.2 CPA attention block

CPA 注意力模塊先對(duì)輸入X（X∈RC×H×W，表示特征圖，C、H、W分別表示特征圖的通道數(shù)、高、寬）進(jìn)行兩個(gè)并行的一維池化操作并融合，然后將提取出來(lái)的包含坐標(biāo)注意力的兩個(gè)特征向量與原輸入相乘，實(shí)現(xiàn)注意力的標(biāo)定。池化的方式為一維平均池化和一維最大值池化。并行的池化方法又分為兩個(gè)方向，分別是沿著X軸方向（即沿著寬度方向）做池化和沿著Y軸方向（即沿著高度方向）做池化。特征圖沿著X、Y軸兩個(gè)方向的一維池化示意圖如圖3所示。

圖3 兩個(gè)方向的一維池化操作示意圖Fig.3 1D pooling operation in two directions

然后，分別對(duì)一維最大值池化和一維平均值池化后得出的特征圖進(jìn)行轉(zhuǎn)置拼接、1×1 卷積操作、批量歸一化操作（Batch Normalization, BN）、非線(xiàn)性激活操作。轉(zhuǎn)置拼接簡(jiǎn)化計(jì)算，1×1 卷積操作實(shí)現(xiàn)特征信息的通道壓縮和解壓縮。卷積之后經(jīng)過(guò)歸一化和非線(xiàn)性激活，可以使模型增加非線(xiàn)性擬合能力。

以一維最大值池化后的特征圖舉例，公式如式（1）所示：

其中：σ 表示sigmoid 激活函數(shù)。Conv1表示1×1 卷積，maxzH和 maxzW表示沿著特征圖高度和寬度方向進(jìn)行一維最大池化后得出的特征圖，[·;·] 表示轉(zhuǎn)置后沿著空間維度拼接。

接著，沿著空間維度相同位置的元素相加，融合一維最大值池化和一維平均值池化后的特征信息：

式中：Fmax∈R(C/r)×(W+H)，F(xiàn)avg∈R(C/r)×(W+H)，F(xiàn)∈R(C/r)×(W+H)，F(xiàn)avg表示經(jīng)過(guò)一維平均池化后的中間特征圖；將融合后的特征圖F沿著空間維度拆成兩個(gè)特征向量，F(xiàn)H∈R(C/r)×H,FW∈R(C/r)×W分別表示跟H相關(guān)和W相關(guān)，即兩個(gè)坐標(biāo)位置相關(guān)的兩個(gè)特征張量。

將生成的兩個(gè)特征張量利用1×1 卷積的方式轉(zhuǎn)換成原始通道大?。?/p>

最后，將原始特征圖與兩種注意力權(quán)重加權(quán)生成注意力圖，第c通道的注意力重標(biāo)定輸出特征圖的公式如下：

經(jīng)過(guò)CPA 注意力模塊的特征圖，既包含了沿著Y軸方向的空間層次信息，也包含了沿著X軸方向的坐標(biāo)位置信息。相比于CA 模塊，并行的一維最大值池化模塊提取特征邊緣信息，更能捕獲邊緣模糊情況下有用的特征。

2.2 密集空洞卷積模塊

醫(yī)學(xué)上脈絡(luò)膜的下邊界圓滑，但OCT 成像中下邊界模糊區(qū)域比較大，導(dǎo)致視覺(jué)上部分邊界缺失。在比較小的感受野下模型無(wú)法感受脈絡(luò)膜下邊界的語(yǔ)義特征，因此擴(kuò)大模型感受野是非常有必要的。目前擴(kuò)大模型感受野通常采用擴(kuò)大卷積核或者增加小卷積核的層數(shù)的方法，但這樣會(huì)增加模型參數(shù)量，并且導(dǎo)致感受野的范圍比較固定。

空洞卷積[13]的提出是為了在不增加參數(shù)量的情況下擴(kuò)大模型的感受野。空洞卷積濾波器沿著標(biāo)準(zhǔn)卷積核的空間維度填充0 作為空洞，當(dāng)空洞卷積的空洞率為1 時(shí)，就成為了標(biāo)準(zhǔn)卷積，空洞卷積中等效卷積核的計(jì)算公式如式(6)所示：

式中：C表示等效卷積核大??；d表示空洞率；f表示標(biāo)準(zhǔn)卷積濾波器大小。

為了靈活擴(kuò)大模型感受野，在空洞卷積的基礎(chǔ)上，本文引入了DAC[6]。如圖4 所示，DAC 模塊包含4 個(gè)分支，靈感來(lái)源于Inception 模型[14]，每個(gè)分支分別從不同的感受野去捕捉特征圖信息，在本文模型深度足夠的情況下，級(jí)聯(lián)的空洞卷積分支加寬了本文模型。在每個(gè)空洞卷積分支的最后利用1×1 的卷積對(duì)特征圖線(xiàn)性激活，最后與原始輸入特征圖相加，該思想來(lái)源于ResNet 中的殘差連接，能有效防止梯度爆炸和消失。

圖4 DAC 模塊Fig.4 DAC block

原始的DAC 模塊的空洞率分別是1、1、3、5，每個(gè)分支獲得的感受野是3、7、9、19。本文考慮了多個(gè)并行的空洞卷積模塊會(huì)導(dǎo)致棋盤(pán)效應(yīng)，采用文獻(xiàn)[15]中的空洞卷積設(shè)置建議，將空洞率調(diào)整為1、1、2、4。在DAC 模塊多個(gè)尺度的感受野作用下，能提取脈絡(luò)膜模糊區(qū)域跟其他區(qū)域的上下文依賴(lài)。采用padding 填0 的方式，使空洞卷積后的特征圖尺寸不變，經(jīng)過(guò)空洞卷積后特征圖的尺寸計(jì)算公式如下：

其中：O為輸出特征圖尺寸；n表示輸入特征圖尺寸；p表示填零層數(shù)；s表示卷積步長(zhǎng)。

2.3 混合損失函數(shù)

本文引入了一種新的混合損失函數(shù)[16]替換常用的二值交叉熵?fù)p失函數(shù)。混合損失函數(shù)由3 種損失函數(shù)相加，分別從分割結(jié)果和標(biāo)簽的像素級(jí)相似度、結(jié)構(gòu)級(jí)相似度、整體圖形相似度來(lái)監(jiān)督訓(xùn)練模型。整體的loss 函數(shù)計(jì)算如式（8）所示：

其中：lbce代表二值交叉熵(Binary Cross Entropy,BCE)損失函數(shù)；lssim代表結(jié)構(gòu)相似性(Structural Similarity, SSIM)損失函數(shù)；liou代表交并比(Intersection of Union, IoU)損失函數(shù)。

BCE 損失函數(shù)的公式如下：

其中：N表示一張圖里像素的總數(shù)目；yi∈{0,1} 表示原始圖像中的標(biāo)簽；pi表示像素點(diǎn)的預(yù)測(cè)概率。

SSIM 損失函數(shù)的公式如下：

其中：x、y表示從標(biāo)簽圖和預(yù)測(cè)圖中截取的大小為N×N的小μx、塊μy與分別表示x、y的均值與x、y的方差；表σx示yx 和y 的協(xié)方差。ε1、ε2是為了避免分母為0 而設(shè)置的常數(shù)。

IoU 損失函數(shù)公式如下：

其中：y(i,j)∈{0,1} ，表示脈絡(luò)膜的標(biāo)簽；p(i,j) 表示預(yù)測(cè)輸出的概率圖。

實(shí)驗(yàn)中SSIM 損失函數(shù)截取塊設(shè)置的大小為11，常數(shù)設(shè)置為0.000 1，參數(shù)設(shè)置基于文獻(xiàn)[16]的研究。

3 實(shí)驗(yàn)設(shè)置與結(jié)果分析

3.1 數(shù)據(jù)集

本文采用的數(shù)據(jù)集來(lái)自上海市第一人民醫(yī)院眼科。OCT 圖像通過(guò)設(shè)備Topcon DRI OCT-1 采集得到，每個(gè)B-scans 的分辨率大小為992×1 024。數(shù)據(jù)集樣本量一共1 644 張，按照約8∶2 的方式隨機(jī)抽取1 392 張樣本用作訓(xùn)練集，252 張樣本用作測(cè)試集，每張樣本的分割金標(biāo)準(zhǔn)是在上海市第一人民醫(yī)院眼科專(zhuān)業(yè)醫(yī)生的嚴(yán)格指導(dǎo)下標(biāo)注完成。

3.2 實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)使用基于GPU 的Windows10 系統(tǒng)計(jì)算機(jī)來(lái)訓(xùn)練模型，GPU 顯卡型號(hào)為NVIDIA Quadro P4000，顯存為8 GB。本文利用Pytorch 0.4.0 作為開(kāi)源深度學(xué)習(xí)框架。由于計(jì)算機(jī)中顯卡的存儲(chǔ)和計(jì)算資源有限，在訓(xùn)練前，OCT 圖片先經(jīng)過(guò)縮小，成為輸入大小為1×248×256 的灰度圖像，再進(jìn)行網(wǎng)絡(luò)模型訓(xùn)練和測(cè)試。實(shí)驗(yàn)采用Adam 優(yōu)化器訓(xùn)練，學(xué)習(xí)率設(shè)為0.001，一階矩估計(jì)的指數(shù)衰減率為0.9，二階矩估計(jì)的指數(shù)衰減率為0.999。Batch Size 設(shè)為6，一共訓(xùn)練100 輪。實(shí)驗(yàn)中CPA 注意力模塊中的壓縮率r設(shè)置為8。

3.3 評(píng)價(jià)指標(biāo)

實(shí)驗(yàn)采用靈敏度(Sensitivity, Sen)、F1 分?jǐn)?shù)、Jaccard 相似度(Jaccard Similarity, JS)、Dice 系數(shù)(Dice Coefficient, Dice)作為評(píng)價(jià)指標(biāo)，計(jì)算公式如下：

實(shí)驗(yàn)對(duì)預(yù)測(cè)的分割結(jié)果進(jìn)行了二值化，因?yàn)槭嵌诸?lèi)的圖像分割，將輸出的概率圖中值大于0.5 的設(shè)定為1，其余為0。二值化之后，TP 表示預(yù)測(cè)為脈絡(luò)膜區(qū)域，實(shí)際也是脈絡(luò)膜區(qū)域；FN 表示預(yù)測(cè)為背景區(qū)域，實(shí)際上是脈絡(luò)膜區(qū)域；FP 表示預(yù)測(cè)為脈絡(luò)膜區(qū)域，實(shí)際上是背景區(qū)域。SR 表示分割后的結(jié)果，GT 表示輸入標(biāo)簽。

3.4 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

本文方法的有效性通過(guò)以下幾個(gè)方面的對(duì)比來(lái)驗(yàn)證：CPA 對(duì)比CA 的實(shí)驗(yàn)；本文模型的各個(gè)模塊消融實(shí)驗(yàn)；3 種損失函數(shù)組合下的消融實(shí)驗(yàn)；不同模型的對(duì)比實(shí)驗(yàn)。

本文改進(jìn)的CPA 注意力模塊相較于CA 注意力模塊，融合了并行一維最大池化后的注意力信息，為了證明并行一維最大池化操作的有效性，本文進(jìn)行了CPA 模塊和CA 模塊的對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)中的其他部分保持不變。在測(cè)試集上進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果如表1 所示，證明了本文提出的并行一維最大值池化操作對(duì)分割性能有較大提升，以及坐標(biāo)并行注意力機(jī)制在脈絡(luò)膜分割任務(wù)中的有效性。

表1 CPA 模塊和CA 模塊對(duì)比Table 1 Comparison of CPA block and CA block

為了充分了解各模塊的有效性，本文將去除橋結(jié)構(gòu)以后的主干編解碼結(jié)構(gòu)(En-De)作為基線(xiàn)模型，對(duì)CPA 模塊和DAC 模塊以及混合損失函數(shù)lbsi進(jìn)行消融實(shí)驗(yàn)，對(duì)于沒(méi)有使用混合損失函數(shù)的消融實(shí)驗(yàn)部分采用二值交叉熵?fù)p失函數(shù)訓(xùn)練模型。實(shí)驗(yàn)結(jié)果如表2 所示。從表2 可以看出，分別加入CPA 模塊和DAC 模塊對(duì)模型性能提升顯著，CPA 模塊相比于DAC 模塊對(duì)模型提升要大一點(diǎn)。但兩者同時(shí)加入相比單獨(dú)加入時(shí)對(duì)模型提升最大。CPA 模塊抑制淺層特征中的噪聲信息，DAC 模塊輔助提取深層語(yǔ)義信息，并且在訓(xùn)練過(guò)程中引入注意力機(jī)制對(duì)空洞卷積的參數(shù)形成了監(jiān)督，有利于模型在多感受野上的特征提取。雖然模型采用混合損失函數(shù)的貢獻(xiàn)比不上CPA 模塊和DAC 模塊，但是也在精細(xì)化分割和脈絡(luò)膜結(jié)構(gòu)保持上對(duì)模型訓(xùn)練形成了促進(jìn)作用。

表2 模塊消融實(shí)驗(yàn)結(jié)果對(duì)比Table 2 Comparison of ablation study by block

為了證明本文引入的損失函數(shù)組合在脈絡(luò)膜分割任務(wù)上的有效性，本文分析了3 種損失函數(shù)不同組合下對(duì)實(shí)驗(yàn)結(jié)果的影響，損失函數(shù)的消融實(shí)驗(yàn)結(jié)果對(duì)比如表3 所示。

表3 結(jié)果表明可以單獨(dú)使用BCE 損失函數(shù)的性能比單獨(dú)使用另外兩種損失函數(shù)時(shí)的性能要好，這是傳統(tǒng)BCE 損失函數(shù)在密集像素分類(lèi)任務(wù)的優(yōu)勢(shì)，但如果再結(jié)合SSIM 損失函數(shù)以及IoU 損失函數(shù)，模型將進(jìn)一步優(yōu)化，說(shuō)明混合損失函數(shù)能較好地提高模型性能。

表3 損失函數(shù)消融實(shí)驗(yàn)結(jié)果對(duì)比Table 3 Comparison of ablation study by loss

本文還對(duì)比了其他論文中出現(xiàn)的網(wǎng)絡(luò)模型，包括U-Net、CE-Net、BAS-Net[16]，USE-Net[17]，其中CENet 在U-Net 基礎(chǔ)上提出密集空洞卷積塊和殘差多核池化模塊來(lái)捕獲多尺度、多感受野信息。USE-Net在UNet 的跳躍連接處引入了SE 注意力模塊[18]。BAS-Net 在編解碼后增加殘差細(xì)化模塊并利用混合損失函數(shù)進(jìn)行訓(xùn)練。不同模型的實(shí)驗(yàn)結(jié)果對(duì)比如表4 所示。

表4 不同模型結(jié)果對(duì)比Table 4 Comparison of different model results

表4 結(jié)果表明，本文提出的脈絡(luò)膜分割模型在JS 相似度上達(dá)到了0.952 8，Dice 系數(shù)達(dá)到了0.976 3，相比于CE-Net 分別提升了0.0036 和0.0029；同樣地，在靈敏度和F1 分?jǐn)?shù)方面，本文模型也均高于其他模型，證明了本文模型的有效性。

選擇了不同模型的4 種具有代表性的OCT 脈絡(luò)膜圖像來(lái)對(duì)比分割效果，如圖5 所示，從上到下分別是正常的脈絡(luò)膜圖像、邊界模糊的脈絡(luò)膜圖像、成像包含大量噪聲的圖像以及脈絡(luò)膜結(jié)構(gòu)不完整的圖像?？梢钥闯鯱-Net 表現(xiàn)最差，因?yàn)槠渚幗獯a碼結(jié)構(gòu)簡(jiǎn)單，且跳躍連接引入了淺層語(yǔ)義信息中的無(wú)關(guān)噪聲信息，所以對(duì)包含有噪聲的輸入圖像的處理能力是最弱的；USE-Net 雖然引入注意力機(jī)制，但是對(duì)于下邊界模糊情形處理不佳；CE-Net 和BAS-Net 表現(xiàn)稍好，但整體分割出的脈絡(luò)膜的結(jié)構(gòu)還不是最好，邊緣不夠圓滑，而且偶爾有預(yù)測(cè)出離群點(diǎn)的情況出現(xiàn)?？傮w而言，本文提出的方法脈絡(luò)膜邊界清晰圓滑、整體結(jié)構(gòu)最接近金標(biāo)準(zhǔn)。

圖5 分割效果對(duì)比Fig.5 Comparison of segmentation results

4 結(jié)束語(yǔ)

針對(duì)U-Net 類(lèi)型網(wǎng)絡(luò)分割脈絡(luò)膜時(shí)提取高級(jí)特征不足，在跳躍連接不加處理時(shí)導(dǎo)致引入噪聲，感受野不夠大的問(wèn)題，本文提出了一種新的端到端的脈絡(luò)膜分割模型。該模型基于ResNet-34 作為主干網(wǎng)絡(luò)進(jìn)行特征編碼，能有效防止模型出現(xiàn)梯度消失。本文設(shè)計(jì)了一種橋結(jié)構(gòu)，包含兩個(gè)模塊，分別是坐標(biāo)并行注意力模塊和密集空洞卷積模塊。特征在淺層經(jīng)過(guò)編碼后輸入到坐標(biāo)并行模塊，提取有效信息，抑制噪聲，特征在深層經(jīng)過(guò)編碼后，經(jīng)過(guò)密集空洞卷積模塊提取多尺度的感受野信息，然后在解碼層通過(guò)跳躍連接的方式進(jìn)行融合。在模型訓(xùn)練時(shí)，采用混合損失函數(shù)，提高模型對(duì)醫(yī)學(xué)組織結(jié)構(gòu)的關(guān)注度，通過(guò)這些方式解決脈絡(luò)膜分割難點(diǎn)問(wèn)題。實(shí)驗(yàn)結(jié)果表明，本文提出的方法相較于現(xiàn)有的幾種常見(jiàn)分割方法表現(xiàn)更好，表明了本文方法的有效性。但本文提出的模型只在OCT 脈絡(luò)膜分割應(yīng)用上得到驗(yàn)證，本文的后續(xù)工作重點(diǎn)是提高模型的泛化能力，對(duì)其他的OCT 圖像也能進(jìn)行同構(gòu)遷移學(xué)習(xí)訓(xùn)練。