科研之友
微信
新浪微博
Facebook
分享链接
摘要
腹部CT图像肝脏肿瘤分割是进行肝脏疾病诊断、手术规划和放射治疗的重要前提。针对肝脏肿瘤灰度异质、纹理丰富、边界模糊等因素引起的分割困难，该文提出基于级联Dense-Unet和图割的自动精确鲁棒分割方法。首先运用级联的Dense-UNet获取肝脏肿瘤初始分割结果及感兴趣区域，然后利用图像像素级和区域级特征，分别构建可有效区分肿瘤与非肿瘤的灰度模型和概率模型，并将其融入图割能量函数，进一步精确分割感兴趣区域中的肿瘤组织。最后分别采用LiTS和3Dircadb公共数据库作为训练集与测试集进行实验，并与现有多种自动分割方法进行了比较。结果表明，提出方法可有效分割CT图像中灰度、形状、大小、位置各异的肝脏肿瘤，能提取更精确的肿瘤边界，尤其对于对比度低、边界模糊的肿瘤具有明显优势。
- 单位
