面向输尿管镜与激光碎石的多类基于运动的语义分割

肾结石对公共医疗系统造成可观负担。输尿管镜联合激光碎石已发展为治疗肾结石最常用技术。肾结石与激光光纤的自动分割是进行任何结石自动定量分析（尤其是结石尺寸估计）的重要初始步骤，可帮助术者判断结石是否需进一步粉碎。腔内浑浊液体、镜面反射、因肾脏与相机运动导致的运动模糊、出血及结石碎屑等因素影响肾内视觉质量，并延长手术时间。据我们所知，这是首次针对输尿管镜与激光碎石数据开展多类分割的尝试。我们提出一种基于CNN的端到端框架，用于分割结石与激光光纤。该方法利用两个子网络：HybResUNet（残差U-Net的一个版本，在U-Net编码路径中使用残差连接）与DVFNet（生成DVF预测并用于剪枝预测图）。我们还给出了结合空洞卷积、循环与残差连接、ASPP及注意力门的消融研究。我们提出一种复合损失函数以提升分割性能。我们也提供了确定最优数据增强策略的消融研究。我们的定性与定量结果表明，所提方法优于UNet与DeepLabv3+等SOTA方法，在活体测试集中DSC与JI联合均值上分别提升5.2%与15.93%。我们还表明，所提模型在新临床数据集上泛化更优，同一指标下较UNet、HybResUNet与DeepLabv3+分别平均提升25.4%、20%与11%。