A tecnologia de tomografia computadorizada industrial (Computed Tomography, CT) é um passo fundamental na detecção de lâminas de eletrodos de células empilhadas por meio da segmentação das lâminas em imagens CT. No entanto, devido à complexa estrutura das lâminas e à grande relação de aspecto, os métodos de segmentação existentes têm dificuldade em atender às demandas de velocidade e precisão para inspeção em grande escala. Para resolver esse problema, é proposta uma rede de segmentação de imagens CT de lâminas de eletrodos que integra um mecanismo de atenção em faixa. A rede é composta principalmente por uma rede backbone, um módulo de pooling piramidal espacial atrous em faixa (Strip Atrous Spatial Pyramid Pooling, S-ASPP) e um módulo decodificador. A rede backbone foi projetada como uma rede leve MobilenetV2 para reduzir o número de parâmetros e melhorar a velocidade de segmentação; no módulo S-ASPP, o pooling global é projetado como pooling em faixa para reduzir a perda de informações das características em faixa, resolvendo eficazmente o problema de subsegmentação; o mecanismo de atenção em faixa do módulo decodificador é usado para focar nas bordas e detalhes da imagem, melhorando o problema de bordas borradas. A validação no conjunto de dados CT das lâminas de eletrodos mostrou que a precisão média de classificação de pixels (mAcc), a média de interseção sobre união (mIoU), o número de parâmetros e a velocidade de segmentação atingiram respectivamente 98,62%, 89,97%, 5,814M e 56,94 quadros/s. Em comparação com DANet, DeepLabV3+, U-Net, HRNet e Segnext, esta rede apresenta a maior precisão de segmentação e velocidade superior a DANet, DeepLabV3+, U-Net e HRNet, embora ligeiramente inferior à Segnext. Considerando os indicadores mIoU, mAcc, FPS e Parâmetros (M), este método melhora significativamente a precisão e eficiência da segmentação das lâminas, mantendo baixos custos computacionais, superando as redes de segmentação atuais predominantes.

Imagem de Raios X;Tomografia Computadorizada;Aprendizado Profundo;Segmentação de Imagem;Célula Empilhada