التقسيم التلقائي الكامل للفقرات القطنية من صور الأشعة المقطعية باستخدام الشبكات العصبية التلافيفية ثلاثية الأبعاد المتعاقبة

نقدم طريقة لمعالجة المشكلة الصعبة في تقسيم الفقرات القطنية من صور الأشعة المقطعية التي تم الحصول عليها من زوايا رؤية متغيرة. تستند طريقتنا إلى الشبكات العصبية التلافيفية ثلاثية الأبعاد المتعاقبة (FCNs) التي تتكون من شبكة تحديد (FCN) وشبكة تقسيم (FCN). بشكل أكثر تحديدًا، في الخطوة الأولى، نقوم بتدريب FCN ثلاثي الأبعاد للانحدار (نسميها "LocalizationNet") للعثور على مربع الحدود للمنطقة القطنية. بعد ذلك، يتم تطوير FCN شبيه بيو-نت ثلاثي الأبعاد (نسميها "Segmentation-Net"), التي يمكنها بعد التدريب تنفيذ تقسيم متعدد الفئات على مستوى البكسل لمطابقة بيانات الحجم المنقوصة إلى تسمياتها الحجمية. عند تقييمها على مجموعات بيانات متاحة للجمهور، حققت طريقتنا متوسط معامل Dice قدره 95.77 ± 0.81% ومتوسط المسافة السطحية المتماثلة قدره 0.37 ± 0.06 مم.