摘要

本文提出了一种用于胸部X光片肺部分割的新框架。该框架包含两个关键贡献：一种基于交叉注意力的分割网络和用于数据增强的放射真实感胸部X光图像合成（即合成的放射图像在解剖学上看起来逼真）。交叉注意力模块能够在水平和垂直方向上捕捉所有像素的丰富全局上下文信息，从而有助于实现精确的肺部分割。为了减轻手动标注负担并训练一个能够适应边界模糊的病理性肺部的强大分割器，采用了图像到图像转换模块，从正常胸部X光片中合成了放射真实感异常胸部X光片进行数据增强。合成异常胸部X光片的肺部掩膜是从其对应的正常图像分割结果传播而来的，然后作为伪掩膜用于强大分割器的训练。此外，我们在更具挑战性的NIH胸部X光数据集上标注了100张包含前后位和后前位视图的胸部X光片，以评估该方法的效果。大量实验验证了所提框架的鲁棒性和有效性。代码和数据可以从https://github.com/rsummers11/CADLab/tree/master/Lung_Segmentation_XLSor 获取。