基于全卷积网络的肝脏CT语义分割

作者：徐婷宜^*; 朱家明; 李祥健

来源：软件工程, 2020, 23(06): 20-16.

DOI：10.19644/j.cnki.issn2096-1472.2020.06.006

• 全卷积网络
• 语义分割
• 深度学习

肝脏CT(计算机断层扫描)图像分割为临床肝脏医疗分析提供了可靠依据。文中探索了完全卷积网络(FCN)用于肝脏CT图像中的检测和分割。FCN已被证明是用于语义分段的非常强大的工具,它能接受任意大小的的输入并通过有效地推理与学习产生相应大小的输出。该文将分类网络VGG调整为完全卷积网络,并通过迁移学习将其转移到分割任务,展示了由端到端,像素到像素训练的卷积网络语义分割。此架构能将来自深层粗糙层的语义信息与来自浅层精细层的外观信息相结合,以生成准确而精细的分割。本架构肝脏分割IOU值达到0.9,取得较好的分割效果。