0引言放射线治疗是治疗胸部癌症(肺癌或食道癌等)的有效手段。放射治疗的成功取决于射线照射肿瘤及其周围高危器官的剂量，为了避免过量照射周围正常组织造成放射性损伤，准确分割计算机断层扫描(computed tomography, CT)图像中的高危器官是关键任务。传统方法是专家手动勾勒器官，费时且烦琐，因此精确分割多器官的自动化方法成为医学图像研究中的热点。CT图像的自动分割有助于诊断CT图像中有风险的胸腔器官，但存在三方面的挑战：1)医学图像是3维的，需要处理的数据量和计算量都很大；2)一些器官紧密相邻，CT图像中的轮廓对比度低；3)不同患者的某些器官的形状和位置差异很大。早期的多器官分割是基于区域生长的分割算法(Wu等，2008；Zhou和Bai，2007)，这是一种半自动分割方法，依赖种子点的正确位置获得了强大性能。随着卷积神经网络在图像处理和分割中的优异表现，逐步用于医学图像分割，经典方法是Ronneberger等人(2015)提出的U-Net网络，该网络上采样层和下采样层之间的跳跃连接可以使下采样层提取的特征直接传递到上采样层，从而得到精准的像素定位，提升分割性能，但是U-Net网络不能获取切片之间的相关信息，容易出现欠分割。近年来，陆续提出了许多编码器—解码器体系结构的相似模型，例如U-Net+ +(Zhou等，2018)和U-Net 3+(Huang等，2020)等。U-Net+ +通过引入嵌套和密集的跳跃连接，将深层与浅层特征进行融合，减小编码器与解码器之间的语义差距，但是不能从全面的范围探索足够的特征。为了获取足够的空间信息，Milletari等人(2016)将2D U-Net改进为3D V-Net，直接对体素进行处理来充分挖掘上下文信息。Li等人(2018)提出了一种用于肝和肿瘤的H-DenseUNet分割，提取切片内和切片间特征，并通过混合特征融合层共同优化。Dou等人(2016)提出了3D深度监督网络(deeply-supervised net，3D-DSN)来解决肝脏分割问题。3D-DSN涉及向隐藏层注入额外的监督，以抵消逐渐消失的不利影响。3D卷积神经网络(3D convolutional neural network，3D-CNN)模型能够充分利用空间相关特征，但训练耗时且参数过多，计算资源需求大。2D-CNN模型较为轻量且收敛，但不能充分考虑切片间的相关性。为解决这一问题，本文选取2.5D(dimention)的数据，由3张相邻的切片作为输入组成，不仅可以学习单张切片的最具区别性的特征，也能考虑到切片之间的联系，获取空间上下文信息。同时基于Cao等人(2019)提出的全局上下文模块进行改进，得到一个新的注意力模块，通过不降维来对特征图的空间和通道添加注意力，增加重要特征的权重，同时减弱不重要特征的影响。在解码器层，每层添加了金字塔卷积，捕获低分辨率和高分辨率特征图的多尺度信息，增加感受野，减少特征损失。不同于U-Net同尺度的特征图融合，网络中每一个解码器层都融合了来自编码器中的小尺度和同尺度的特征图，将多尺度下的细粒度语义和粗粒度语义结合，增强切片间相关性并规范化切片间预测，以使其更加连贯。本文方法在ISBI(International Symposium on Biomedical Imaging) 2019胸腔高危器官分割SegTHOR(segmentation of thoracic organs at risk in CT images)挑战赛中表现优异(Trullo等，2019)。1本文方法1.1全局上下文模型回顾在卷积神经网络中，传统的卷积层只能在局部领域内建立像素关系，其长距离依赖关系需要通过深度叠加卷积层来获取，但是不断地加深网络会导致计算量大，优化困难。全局上下文网络(global context network，GCNet)采用压缩激励模块建立通道尺寸之间的相互依赖关系，引入空间注意力机制来建立远程依赖关系，并从全局角度有效地对全局上下文建模，更好地捕捉多器官特征，其网络结构如图 1所示。 图1 全局上下文网络结构 GCNet structure diagramFig 1给定长、宽和通道数分别为$W$、$H$和$C$的特征图$\boldsymbol{F}∈{\bf{R}}^{C×H×W}$，首先经过上下文建模模块，通过简化版自注意力机制，逐元素相乘将所有位置的特征结合在一起，形成全局上下文特征$\boldsymbol{X}∈{\bf{R}}^{C×1×1}$；再通过特征转化模块捕获各通道之间的相互依存关系，加强有用信息，压缩无用信息。中间层用$1×1$卷积降低维数，得到特征图$\boldsymbol{Y}∈{\bf{R}}^{C/r×1×1}$，$r$表示压缩比例，取$r $= 16；最后经过融合模块逐元素相加，将全局上下文特征合并到原先的特征图中，得到与输入有相同维度的特征图$\boldsymbol{F}_{c}∈{\bf{R}}^{C×H×W}$，具体为 1 ${\mathit{\boldsymbol{F}}_c} = \mathit{\boldsymbol{F}} + {\mathit{\boldsymbol{W}}_{v2}}\sigma \left({{\mathit{\boldsymbol{W}}_{v1}}\sum\limits_{j = 1}^{{N_p}} {\frac{{\exp \left({{\mathit{\boldsymbol{W}}_k}{x_j}} \right)}}{{\sum\limits_{m = 1}^{{N_p}} {\exp } \left({{\mathit{\boldsymbol{W}}_k}{x_m}} \right)}}} {x_j}} \right)$ 式中，$N_{p}=H×W$，$σ$表示层标准化(layer normalization，LN)和ReLU激活函数，$x_{j}$代表特征图中查询点的位置，得到全局注意力池化的总权重，$\boldsymbol{W}_{k}$、$\boldsymbol{W}_{v1}$和$\boldsymbol{W}_{v2}$是经过$1×1$卷积后的特征权重向量。1.2高效全局上下文模型GCNet是Non-local(Wang等，2018)和SENet(Hu等，2018)的结合，同时考虑了通道注意和空间注意，本文对其通道注意进行改进，空间注意仍遵循GCNet。GCNet中通道注意是通过降维来捕捉非线性的跨通道交互，而Wang等人(2020)提出的高效通道注意力网络(efficient channel attenion network, ECANet)表明避免降维和适当的跨通道交互对于学习高性能和高效率的通道注意力是重要的。本文引入ECANet来改进GCNet，得到一个新的注意力网络为高效全局上下文网络(efficient global context network，EGCNet)，EGCNet保留了GCNet捕获长距离依赖的优秀特性,同时引入了 ECANet的不降维跨通道交互学习的特点，更好地获取全局和局部信息，其跨通道信息交互模块如图 2所示。 图2 跨通道信息交互模块 Cross-channel information exchange moduleFig 2EGCNet转化模块中不进行降维，直接通过大小为$k$的快速1维卷积捕获局部跨通道交互信息，$k$代表局部跨信道交互的覆盖率，即通道附近有多少个邻居参与这个信道的注意力预测。通过高效信道注意力的通道权重的特征向量公式为 2 $\mathit{\boldsymbol{w}} = \sigma \left({C_k^{1D}(\mathit{\boldsymbol{y}})} \right)$ 式中，$C^{1D}$代表 1维卷积，$\boldsymbol{y}$为输入的特征，$σ$是sigmoid函数，$k$为涉及的参数信息，对$k$进行手动调参，实验表明，$k$取3时达到最优效果。1.3金字塔卷积模型理论上CNN网络架构具有非常大的感受野，但实际上小得多，且通过卷积或池化操作增加感受野都会造成信息损失，无法捕获足够的高级语义，导致特征图辨识度较低，影响模型性能(Zhou等，2015)。本文使用Duta等人(2020)提出的金字塔卷积(pyramidal convolution，PyConv)模型，包含不同大小和深度的卷积核，除增加感受野外，可以并行使用增加的卷积核处理输入，捕获不同级别的信息，且保持与标准卷积相似的计算参数。标准卷积与金字塔卷积的对比如图 3所示。 图3 不同卷积对比图 Comparison of different convolutionsFig 3((a) standard convolution; (b) pyramidal convolution)图 3(a)是标准卷积示意图，包含单一类型的核，卷积核的空间分辨率为$K^2$，深度等于输入特征图的通道数$C_{i}$，执行$FM_{0}$个相同空间分辨率和深度的卷积核得到深度为$FM_{0}$的输出特征。卷积特征变换中，每个空间位置的视野主要由预定义的内核大小控制，缺少大的感受野。图 3(b)是PyConv示意图，包含一个由$n$层不同类型的卷积核构成的金字塔。在PyConv的每个级别，卷积核包含不同的空间分辨率，从金字塔的底部到顶部逐层增加内核大小为$K_{0}$，$K_{1}$，$K_{2}$，…，$K_{n}$，随着空间大小的增加，卷积核的深度从底部到顶部逐层降低为$C_{o1}，C_{o2}，C_{o3}，…，C_{on}$，输入特征$FM_{i}$经过不同的卷积核得到输出特征的深度$FM_{o1}$，$FM_{o2}$，$FM_{o3}$，…，$FM_{on}$，拼接成最终的输出特征的深度$FM_{n}$。为了在PyConv的每个级别上使用不同深度的卷积核，应用了分组卷积，将输入特征图分为不同的组，特征变换在多个并行分支中均匀、单独地执行处理，每个分支的输出合并为最终输出，增强了卷积核之间的连通性。这种双重定向的金字塔内核类型，在增加卷积核大小的同时，减少卷积核的深度，提供了非常多样的集成网络在学习过程中可以探索的内核类型，不同类型的内核带来了更多的补充信息，有助于提高网络的识别性能。1.4深度监督本文分割胸部中的食管、心脏、主动脉和气管等器官，这些器官紧密相连，软组织对比度低，在网络训练时容易出现分类错误。为解决该问题，在解码层的每一层添加深度监督，即添加额外的损失进行反向传播。辅助损失注入中间层能正规化网络，减轻梯度消失，降低中底层有效特征的提取和训练难度，使分类错误最小化，提升分割性能。深度监督流程如图 4所示，可以看出，特征图$\boldsymbol{M}$经过4步编码/解码得到特征图$\boldsymbol{M}_{0}$，$\boldsymbol{M}_{1}$，$\boldsymbol{M}_{2}$，$\boldsymbol{M}_{3}$，得到的每个特征图通过上采样从低分辨率恢复到高分辨率，使用softmax函数得到分割概率图$\boldsymbol{Z}∈{\bf{R}}^{5×H×W}$，数字5为通道数，表示背景、食管、心脏、主动脉和气管的分割结果。每个概率图都与真实标签(ground truth，GT)计算损失，分别得到4个loss值，最后按系数求和得到总的loss值。 图4 深度监督流程图 Flow chart of depth supervisionFig 41.5网络模型为了准确进行多器官分割，本文在U-Net的基础上设计了一个新的多尺度融合型类U结构，主要包括编码部分、多尺度连接和解码部分。网络结构如图 5所示。编码部分包含4个下采样块和1个输入块，输入块由两个$3×3$卷积核组成，在每个卷积层之后添加批标准化(batch-normalization，BN)(Ioffe和Szegedy，2015)和ReLU激活函数。为了获取多尺度信息，在下采样块中，每个卷积块联合使用PyConv和密集连接提取多尺度特征，增加感受野，PyConv添加在两个卷积层中间，同样在每个卷积层之后添加BN和ReLU激活函数，缓解梯度爆炸和加速网络收敛。同时，在每个卷积块中加入密集连接模块(Huang等，2017)，对采集的特征重复使用，减少特征损失。下采样采用2×2的最大池化，步长为2，下采样块的结构如图 6所示。由于编码层在下采样过程会损失空间信息和位置信息，为了从全面范围探索足够信息，本文在解码器和对应的编码器及其以上位置都添加跳跃连接，获取编码器的片间联系和解码器的片内联系，多尺度捕获细粒度的细节信息和粗粒度的语义信息。在跳跃连接层中添加EGC(efficient global context)，该模块计算每个像素点特定的全文信息，自动获取每个特征通道的重要程度，提升有用特征并抑制无用特征，对整个输入特征图进行上下文建模，感受野可以覆盖整个特征图。同时在跳跃层添加残差连接，确保向后传递梯度流更加平滑，在一定程度上缓解了网络因层数过深导致的退化问题。解码部分包含4个上采样卷积块和1个输出块，上采样操作使用$2×2$的反卷积和两个$3×3$的卷积，每个卷积层后都有BN和ReLU操作，最终得到与输入图像相同分辨率的特征图。最后输出块使用1×1的卷积核与softmax分类器获得多器官的分割结果。在每个上采样块中加入深度监督，使网络的前中期可以对分割器官的类别进行有效判定，增强识别能力。 图5 网络结构图 The network structure diagramFig 5 图6 下采样块结构 Down block structureFig 61.6损失函数本文多器官分割中，食管体积较小，占据图像的小部分。网络会过多地考虑背景体素，而忽略前景体素，易出现类别不平衡现象。Dice损失是基于区域的损失函数，仅关注前景，不考虑整幅图像中的背景体素，比交叉熵损失(cross entropy loss，CE Loss)有明显优势。本文分割背景、食管、心脏、气管和主动脉，对每个器官分别求其Dice损失并取平均，其定义为 3 $DL = \frac{1}{C}\sum\limits_{c = 1}^c {\left({1 - \frac{{2\sum\limits_i^N {{p_c}} (i){g_c}(i)}}{{\sum\limits_i^N {p_c^2} (i) + \sum\limits_i^N {g_c^2} (i)}}} \right)} $ 式中，$C$代表器官的类别数，取$C$ = 5，$N$代表每幅图像的体素点个数，$p_{c}(i)$代表每个体素中器官类别为$c$的预测概率值，$g_{c}(i)$代表每个体素中器官类别为$c$的真实值(GT)。网络训练过程采用深度监督进行模型优化，将解码部分每层得到的预测结果与GT比较，计算得到各层损失，最终损失是各层损失按一定比例相加的结果。每层损失均按$DL$进行计算，最终的损失定义为 4 $L(Y, \hat Y) = \alpha \sum\limits_{b = 1}^3 D {L_b} + D{L_4}$ 式中，$\sum\limits_{b = 1}^3 D {L_b}$是网络前3层的Dice损失总和，$DL_4$是网络最终层的Dice损失值，$α$是取前3层损失值的比例权重，取值为0.33。2实验结果与分析2.1实验数据集实验使用ISBI SegTHOR挑战赛数据集，(https://competitions.codalab.org/competitions/21145)，该数据集专注于食管、心脏、主动脉和气管等高危器官，共60幅CT图像，其中40幅用于训练，20幅用于测试。用于训练的每幅图像包含4个器官的真实标签，即手动分割结果。每个CT扫描的面内尺寸为512×512像素，切片数量在150~284之间。实验使用4折交叉验证方法，网络模型对20例测试数据的测试结果在SegTHOR线上提交。实验训练数据集较少，网络训练易出现过拟合问题，本文对所有训练数据进行水平和垂直翻转，按60 % 比例进行缩放实现数据扩充。为了减少计算量和内存空间，保留感兴趣区域(region of interest，ROI)作为网络输入，每幅图像沿$x$轴和$y$轴中心裁剪为400×400像素，$z$轴保留相同数量的切片。考虑到器官的唯一性和连贯性，对预测结果进行后处理操作，使用最大连接算法，删除器官周围较小区域，填充器官内部不平滑区域。2.2参数设置实验硬件环境为NVIDIA RTX 2080 Ti GPU，Intel Core i7处理器，基于Python的Pytorch库实现。网络采用kaiming_normal(He等，2015)进行权重初始化，随机梯度下降法(stochastic gradient descent，SGD)作为网络反向传播优化器，参数学习率(learning rate, lr)为0.01，动量(momentum)为0.9，权重衰减(weight-decay)为0.000 01，训练的批大小(batch size)取4。考虑到训练数据较少，为了更好地验证网络模型的性能，使用4折交叉验证方法取平均值作为最后的实验结果。2.3评价指标使用Dice相关性系数(Dice similarity coefficient，DSC)和豪斯多夫距离(Hausdorff distance，HD)评估细分的准确性。DSC指标用来衡量手动分割与自动细分之间的重叠度，两者重合度越高，分割效果越好，是评估细分准确性广泛使用的指标，其定义为 5 $DSC(\mathit{\boldsymbol{T}}, \mathit{\boldsymbol{P}}) = \frac{{2|\mathit{\boldsymbol{P}} \cap \mathit{\boldsymbol{T}}|}}{{|\mathit{\boldsymbol{P}}| + |\mathit{\boldsymbol{T}}|}}$ HD指标是描述自动分割组中的点到手动分割组中对应最接近的点的最大距离，单位为mm，其定义为 6 $HD(\mathit{\boldsymbol{T}}, \mathit{\boldsymbol{P}}) = \mathop {\max }\limits_{t \in \mathit{\boldsymbol{T}}} \left({\mathop {\max }\limits_{p \in \mathit{\boldsymbol{P}}} \left({\sqrt {{\mathit{\boldsymbol{T}}^2} - {\mathit{\boldsymbol{P}}^2}} } \right)} \right)$ 式中，$\boldsymbol{T}$表示手动分割的真实结果，$\boldsymbol{P}$表示算法预测的分割结果。2.4实验结果2.4.1样本处理对实验结果的影响由于SegTHOR数据集中大多数CT图像的对比度较低，因此进行预处理提高精度。依据医学图像理论，将所有CT图像的Hu值截断到[-384, 384]范围内，并对图像的均值和方差归一化，增加对比度，忽略不相关信息。预处理前后器官分割的DSC和HD指标的结果对比如表 1所示。可以看出，未处理的各项指标的精度均较差，因为未处理的图像对比度低，背景噪声较多，从而产生错误的分割结果。处理后，不同患者的图像对比度一致，网络得到较好的学习判别能力，预测的结果精度得到很大提升。 表1 预处理与未处理的分割结果比较 器官 未处理 预处理 DSC HD/mm DSC HD/mm 食管 0.704 9 0.534 1 0.855 1 0.302 3 心脏 0.900 3 1.003 1 0.945 7 0.180 5 气管 0.842 5 0.458 9 0.923 0 0.212 2 主动脉 0.897 2 0.559 3 0.938 3 0.191 8 Comparison of segmentation results between preprocessed and unprocessedTable 1 加粗字体表示各项最优结果。为验证模型的分割性能，选取前100个epoch验证损失，如图 7所示。可以看出，未处理的图像损失波动较大，训练不稳定，损失值大于处理过的图像，预测结果较差。处理过的图像在经历约20个epoch训练后，损失函数值趋于平稳，变化不明显，训练稳定。 图7 验证损失对比图 Comparison of validation lossFig 72.4.2高效全局上下文模型对实验结果的影响在高效全局上下文模型中，卷积核大小为$k$的快速1维卷积代表局部跨信道交互的覆盖率，$k$值的选取一定程度上影响了模型性能，分别对$k$取3、5、7、9进行测试，结果如表 2所示。可以看出，随着领域参数$k$值的变化，平均DSC和HD在$k$ = 3时达到最优的结果, 其他值虽然相似性系数变化不大，但是预测结果与真实结果的边缘差距较高。出现这一现象的原因在于训练的模型层次较深时，卷积核增大，使计算量增加，计算性能也会降低。 表2 领域参数选取结果比较 领域参数K 平均DSC 平均HD/mm 3 0.915 8 0.221 7 5 0.906 0 0.280 8 7 0.902 8 0.364 1 9 0.907 2 0.378 5 Comparison of field parameter resultsTable 2 加粗字体表示各列最优结果。同时为了验证ECANet对GCNet模块改进的有效性，将本文网络中的EGC模块替换为GC，其他部分保持不变，进行对比实验，结果如表 3所示。可以看出，加入EGC模块的分割精度整体高于GC模块，其中HD指标更为明显，可见不降维的跨通道交互能有效结合空间和通道的注意力，充分获取局部特征信息和全局上下文信息，器官分割边界得到精准细化。 表3 GC和EGC的结果比较 器官 GC EGC DSC HD/mm DSC HD/mm 食管 0.843 0 0.413 3 0.855 1 0.302 3 心脏 0.944 6 0.184 9 0.945 7 0.180 5 气管 0.905 7 0.300 3 0.923 0 0.212 2 主动脉 0.919 1 0.552 7 0.938 3 0.191 8 Comparison of results between GC and EGCTable 3 加粗字体表示各项最优结果。2.4.3网络模型对实验结果的影响为了验证基于U-Net的改进策略对分割性能的影响，将多个改进策略进行对比，实验结果如表 4所示。可以看出，U-Net对处理后的图像进行分割，心脏和主动脉因为具有较高的对比度、规则的形状和较大的尺寸，获得了较优的DSC和HD；食管由于不规则性和低对比度，在CT图像中难以识别，DSC和HD值表现更美。器官的边缘信息受到损失，分割不连续且器官周围出现较小的分割器官，出现过分割和欠分割现象。在U-Net基础上加上深度监督(deeply-supervised，DS)，通过获取多个尺度下的损失，引导网络对有效特征提取，气管获得了较高的评估结果。在此基础上再分别加入EGC模块、金字塔卷积和一个解码与所有编码之间的跳跃连接构成的多尺度融合(multi-scale fusion, MF)模块。MF模块将高分辨率的局部信息和低分辨率的全局信息充分融合，从而探索足够信息。EGC模块通过不降维的跨信道交互策略提高通道注意力学习。两种模型的分割结果明显优于未添加的模型，EGC模块的效果更加明显，证实了EGC模型的有效性。 表4 各种网络结构的分割结果比较 模型 DSC HD/mm 食管 心脏 气管 主动脉 食管 心脏 气管 主动脉 U-Net 0.833 1 0.925 0 0.903 7 0.908 0 0.569 0 0.288 2 0.743 8 0.666 7 U-Net+DS 0.821 5 0.916 6 0.910 1 0.898 6 0.673 2 0.419 9 0.258 6 1.296 5 U-Net+MF+DS 0.837 6 0.937 2 0.909 9 0.920 6 0.416 6 0.269 7 0.313 5 0.307 4 U-Net+EGC+DS 0.853 4 0.941 7 0.918 6 0.924 7 0.394 3 0.205 2 0.202 8 0.272 9 U-Net+EGC+DS+MF 0.855 1 0.945 7 0.923 0 0.938 3 0.302 3 0.180 5 0.212 2 0.191 8 Comparison of segmentation results of various network structuresTable 4 加粗字体表示各列最优结果。图 8是样本在不同模型下得到的分割结果，选取了验证集中图像对比度和器官结构均不同的4位患者进行对比。绿色、红色、蓝色和黄色分别代表心脏、食道、气管和主动脉区域，为了可视化分割结果，选择矢状面作为对比面。本文模型的实验结果分割平滑，没有出现较明显的欠分割和过分割现象，多个器官的分割结果最接近于真实标签。 图8 不同模型的分割结果 Segmentation results on different modelsFig 8((a)ground truth; (b)U-Net; (c)U-Net+DS; (d)U-Net+MF+DS; (e)U-Net+EGC+DS; (f)U-Net+EGC+DS+MF)2.4.4与其他算法的比较为进一步验证本文方法的性能，在SegTHOR数据集上与其他分割方法进行对比，结果如表 5所示。Kim等人(2019)采用级联的2D网络，对多视图进行集成，分割心脏等大器官精度较高，但对于食管等小器官精度较低，3维数据$z$轴包含大量空间信息，多视图集成需裁剪切片大小，可能丢失切片之间的联系，导致分割效果差。Zhang等人(2019)和Chen等人(2019)都采用先粗分割再细分割的方法，对4个器官先进行定位再基于位置进行精确分割，其中定位是关键，如果定位精度较低，则分割结果会很差。本文方法充分利用了相邻切片并学习特定切片的信息来帮助识别不明显器官。实验结果表明，本文方法取得了较好的细分结果。 表5 不同分割算法的比较 方法 DSC HD/mm 食管 心脏 气管 主动脉 食管 心脏 气管 主动脉 Kim等人(2019) 0.751 8 0.932 8 0.888 5 0.891 9 0.926 7 0.218 4 0.888 5 1.130 0 Zhang等人(2019) 0.773 2 0.938 4 0.893 9 0.923 2 1.677 4 0.208 9 0.274 1 0.308 1 Chen等人(2019) 0.816 6 0.932 9 0.891 0 0.923 2 0.491 4 0.241 7 0.274 6 0.308 1 本文 0.855 1 0.945 7 0.923 0 0.938 3 0.302 3 0.180 5 0.212 2 0.191 8 Comparison of segmentation results on different modelsTable 5 加粗字体表示各列最优结果。3结论针对医学上胸部多器官形状位置复杂和目标区域分割精度低的问题，从广泛使用的U-Net中抽象设计出类U的结构来自动分割食管、心脏、主动脉和气管等胸部器官。采用高效通道注意模块来改进全局上下文模块，从空间和通道上，建立了有效的特征图远程依赖关系。为了扩大感受野，捕获更多图像的细节特征，在编码层将金字塔卷积和密集连接进行集成。此外，通过编码器和所有解码器之间完整的跳跃连接以及深入的监督功能，将不同级别的特征图的底层细节和高层语义融合在一起。实验结果表明，提出的方法具有优越性，得到了准确高效的细分结果，精度值相对于其他对比方法，具有较大提升。食管细小且狭长，周围边界模糊，分割效果受到局限，今后将考虑使用边缘检测方法来改善食管等小物体的分割性能，提高胸腔器官的分割结果。同时，由于训练样本数量有限，在未来的工作中，将使用更多的数据来评估本文方法的泛化能力。