第４２卷第１期２０２３年２月北京生物医学工程ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＶｏｌ.４２Ｎｏ.１Ｆｅｂｒｕａｒｙ２０２３作者单位：１首都医科大学附属北京安贞医院（北京１０００２９）２首都医科大学临床生物力学应用基础研究所北京市重点实验室（北京１０００６９）通信作者：蔺嫦燕，教授，博士研究生导师。Ｅ⁃ｍａｉｌ：ｌｌｂｌ＠ｓｉｎａ.ｃｏｍ基于Ｔｒａｎｓｆｏｒｍｅｒ的血管内超声图像分割方法李佳松１曹洪帅１舒丽霞１蔺嫦燕１，２摘要目的提出一种基于Ｔｒａｎｓｆｏｒｍｅｒ的血管内超声图像分割方法，以解决冠状动脉钙化病变血管内超声图像显影不完全导致的分割管腔、外弹力膜和钙化斑块精度不高的问题。方法采用深度学习方法，在ＵＮｅｔ结构的基础上用多分辨率卷积层提取不同大小类别特征，在特征编码模块与特征解码模块之间使用Ｔｒａｎｓｆｏｒｍｅｒ联系上下文信息，同时分割管腔、外弹力膜和钙化斑块。最后以３４个４０ＭＨｚ血管内超声序列得到的７２０张训练集和２４０张测试集为例对上述方法进行训练和测试。结果外弹力膜分割杰卡德系数（Ｊａｃｃａｒｄｉｎｄｅｘ，ＪＩ）为０.９２，豪斯多夫距离（Ｈａｕｓｄｏｒｆｆｄｉｓｔａｎｃｅ，ＨＤ）为０.８４ｍｍ；管腔分割ＪＩ为０.８５，ＨＤ为１.４４ｍｍ；钙化斑块分割ＪＩ为０.６７，ＨＤ为０.６８ｍｍ。结论该方法能够提升血管内超声图像的分割精度，并且在钙化病变血管显影不完全时能够保持分割效果。关键词血管内超声图像；深度学习；Ｔｒａｎｓｆｏｒｍｅｒ；分割；钙化ＤＯＩ：１０.３９６９／ｊ．ｉｓｓｎ．１００２－３２０８.２０２３.０１.００３．中图分类号Ｒ３１８.０４文献标志码Ａ文章编号１００２－３２０８（２０２３）０１－００１６－０５本文著录格式李佳松，曹洪帅，舒丽霞，等．基于Ｔｒａｎｓｆｏｒｍｅｒ的血管内超声图像分割方法［Ｊ］．北京生物医学工程，２０２３，４２（１）：１６－２０，５１．ＬＩＪｉａｓｏｎｇ，ＣＡＯＨｏｎｇｓｈｕａｉ，ＳＨＵＬｉｘｉａ，ｅｔａｌ．Ｔｒａｎｓｆｏｒｍｅｒ⁃ｂａｓｅｄｉｎｔｒａｖａｓｃｕｌａｒｕｌｔｒａｓｏｕｎｄｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄ［Ｊ］．ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０２３，４２（１）：１６－２０，５１．Ｔｒａｎｓｆｏｒｍｅｒ⁃ｂａｓｅｄｉｎｔｒａｖａｓｃｕｌａｒｕｌｔｒａｓｏｕ...
