En las imágenes de tomografía computarizada (TC) de las arterias coronarias, la segmentación de placas calcificadas es extremadamente importante para el examen, diagnóstico y tratamiento de la enfermedad coronaria. Sin embargo, una característica de la lesión es que tiene un tamaño pequeño, lo que conlleva dos dificultades. Una es el desequilibrio de clases al calcular la función de pérdida y la otra es que los objetivos a pequeña escala tienden a perder detalles en el proceso continuo de reducción de tamaño, y el límite borroso hace que la precisión de la segmentación sea menos satisfactoria. Por lo tanto, la segmentación de placas calcificadas es una tarea muy desafiante. Para abordar los problemas anteriores, en este artículo, diseñamos un marco llamado LPE-UNet, que adopta una estructura codificador-decodificador similar a UNet. El marco incluye dos módulos potentes llamados módulo de mejora de percepción de rango bajo y el módulo de filtrado de ruido. El módulo de mejora de percepción de rango bajo extrae características de contexto de múltiples escalas al aumentar el tamaño del campo receptivo para ayudar en la detección del objetivo y luego utiliza un mecanismo de atención para filtrar características redundantes. El módulo de filtrado de ruido suprime la interferencia de ruido en características superficiales a características de alto nivel en el proceso de fusión de características de múltiples escalas. Calcula un mapa de peso píxel a píxel de características de nivel bajo y filtra información inútil y dañina. Para mitigar el problema del desequilibrio de clases causado por lesiones de tamaño pequeño, utilizamos una función de pérdida de entropía cruzada ponderada y pérdida de Dice para realizar un entrenamiento supervisado mixto en la red. El método propuesto se evaluó en el conjunto de datos de segmentación de placas calcificadas, logrando un alto puntaje F1 de 0.941, IoU de 0.895 y Dice de 0.944. Este resultado verifica la efectividad y superioridad de nuestro enfoque para segmentar con precisión placas calcificadas. Dado que actualmente no existe un conjunto de datos público y autoritario disponible para la segmentación de placas calcificadas, hemos construido un nuevo conjunto de datos para la segmentación de placas calcificadas de las arterias coronarias (Conjunto de Datos de Segmentación de Placas Calcificadas, CPS Dataset).