近日，电子电气与物理学院陈健副教授课题组与上海科技大学沈定刚教授、西北工业大学计算机学院陈耿教授提出了一种针对胎儿MR图像的基于复原-提取框架的胎儿脑提取方法，相关成果“Image Recovery Matters: A Recovery-Extraction Framework for Robust Fetal Brain Extraction from MR Images”发表在IEEE旗下顶级学术期刊《IEEE Journal of Biomedical and Health Informatics》（IEEE JBHI）（论文链接：https://ieeexplore.ieee.org/document/10327778）。该论文受到了科技创新2030-重大项目、国家自然科学基金、福建省自然科学基金资助。
论文针对具有灰度不均的胎儿MR图像，提出一种复原-提取（recovery-extraction framework, RE-Net）框架（如图1所示），旨在对灰度不均区域先进行复原再提取。首先，复原阶段利用一种基于生成对抗网络的图像复原网络对图像进行复原；其次，提取阶段提出一种大脑提取网络，通过加强低级特征与高级特征之间的关联并抑制与任务无关特征来更有效地分割胎儿脑。实验表明，该框架在定量和定性评价方面都取得了所有对比方法中最优的性能，在灰度不均图像中的Dice、Precision、Sensitivity、Hausdorff Distance四个评价指标分别达到了0.979、0.978、0.984、3.280。
图1 RE-Net网络整体结构框图