摘要

医学上实现肝脏及肝脏肿瘤区域自动精准分割具有十分重要的临床意义,随着深度学习技术的迅速发展,深度神经网络逐步应用于医学领域,计算机辅助诊断成为研究热点。U-Net网络由于其在小样本数据集上的良好表现,在医学图像分割领域得到了广泛应用。基于此,首先就肝脏和肝脏肿瘤分割中常用的数据集和评价指标进行了介绍,然后就U-Net网络模型及围绕编解码器、跳跃连接和整体结构的改进进行了归纳。接着,从单网络结构和多网络结构改进两个方面对U-Net模型在肝脏及肝脏肿瘤分割的相关应用加以论述。最后,对相关研究工作的不足进行总结,并对未来发展予以展望。