科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有肝脏CT图像肿瘤分割方法中存在欠分割、过分割、边界模糊以及分割精度较低的问题，提出一种基于生成对抗网络（GAN）的肝脏肿瘤自动分割算法。该算法首先对图像进行预分割减少无关信息的影响。其次GAN的生成网络使用DAUnet，该网络在跳跃连接中引入双注意力机制增强肝脏肿瘤的特征。最后通过GAN的生成对抗训练并在训练过程中引入混合损失函数，使预测的肿瘤图像更加精准。在LiTS数据集上的实验结果表明，提出的算法Dice相似系数值（Dice similarity coefficient, DSC）达到了76.15%，相比于Unet提升3.63%。通过对DAUnet进行生成对抗训练能有效提高肝脏图像中肿瘤的分割性能。
- 单位
