LightECA-UNet：一种用于煤炭断裂 CT 图像分割的轻量化模型

为什么煤内部的裂缝很重要

在地表之下，煤层中布满控制岩石破裂以及气体与水流动的微小裂缝。理解这些隐蔽的断裂网络对于预防矿井灾害、改善瓦斯排采及规划碳封存等都至关重要。现代 CT 扫描器可以获取煤样的高分辨率 X 光切片，但将这些灰度图像转化为清晰的裂缝分布图很困难，特别是在矿区现场计算资源有限的情况下。本研究提出了一种新的精简型人工智能模型 LightECA-UNet，旨在在保持高分割精度的同时，体积小、计算快，能够在有限的现场硬件上运行。

引用: Xing, X., Li, Y., Zhang, Y. et al. LightECA-UNet: a lightweight model for segmentation of coal fracture CT images. Sci Rep 16, 6040 (2026). https://doi.org/10.1038/s41598-026-37291-7

关键词: 煤炭 CT 成像, 断裂分割, 轻量级深度学习, UNet 架构, 矿山安全