基于Swin Transformer的肾动脉血管检测分割与定量分析.pdfVIP

研究论文第51卷第9期/2025年9月/计算机工程

基于SwinTransformer的肾动脉血管检测分割与定量分析

周晨阳，刘雪宇，梁少华，吴永飞*

（太原理工大学计算机科学与技术学院，山西太原030024)

摘要：从病理全切片图像中自动准确分割肾动脉血管是肾脏疾病诊断的前提，在肾脏疾病的诊断中起着重要

的作用。现有的方法大多集中于检测和分割突出的肾小球，很少有文献关注肾动脉血管的分割，因为其形态外观

高度可变，边界不明确。针对以上问题，提出了一种级联检测和分割框架，用于精确分割和定量分析肾动脉血管。

第一阶段构建多窗口自适应校准的肾动脉检测网络(RADNet),用于定位肾动脉区域；第二阶段设计分割网络，将

高效的通道空间注意和视觉Transformer结合到卷积网络（U-Net)中，以准确分割肾动脉壁和管腔。最后，通过

计算定量结果与临床信息的相关性，进行定量分析。检测网络采用多尺度自适应标定方法，能够对动脉区域进行

定位；分割网络利用Transformer以及高效通道和空间注意机制，能够更好地提取形态外观复杂、边界不明确的动

脉壁和管腔。实验结果表明，与之前的模型相比,所提出的框架在小动脉血管检测和分割方面的性能取得了显著

的提高。此外，该方法在医学图像中小病变的分割和量化方面具有很大的潜力和临床应用价值。

关键词：肾动脉；检测与分割；直径测量；量化分析；深度学习

源代码链接:https://github.com/OrangeMaymay/RenalArtery-DetSeg

中图分类号：TP399文献标志码：ADOI:10.19678/j.issn.1000-3428.0069458

SegmentationandQuantitativeAnalysisofRenalArteryVesselDetection

BasedonSwinTransformer

ZHOUChenyang,LIUXueyu,LIANGShaohua,WUYongfei*

(CollegeofComputerScienceandTechnology,TaiyuanUniversityofTechnology,Taiyuan030024,Shanxi,China)

[Abstract]Automaticandaccuratesegmentationofrenalarterialvesselsfrompathologicwholesectionimagesis

crucialandaprerequisiteforthediagnosisofrenaldiseases.Mostexistingmethodsfocusondetectingand

segmentingprominentglomeruli.Studiesfocusingonsegmentingarterialvesselsarescarcebecauseofthehighly

variablemorphologicalappearanceandunclearboundariesofsuchvessels.Toaddresstheseissues,acascade

detectionandsegmentationframeworkisproposedforaccuratesegmentationandquantitativeanalysisofrenal

arterialvessels.Inthefirststage,amulti-windowadaptivelycalibratedRenalArteryDetectionNetwork

(RADNet)isconstructedtolocatetherenalarteryregion.Inthesecondstage,asegmentationnetworkisdesi