基于级联Vnet-S网络的CT影像单一器官自动分割算法

摘要：

为了快速准确地对计算机断层扫描(CT)影像中的器官进行分割,提出基于级联Vnet-S网络的单一器官自动分割算法.首先,使用第一个Vnet-S网络对CT影像中的器官进行粗分割;然后,选择分割结果中的最大连接通量做两次膨胀,根据膨胀后的最大连接通量确定器官边界并提取器官区域;最后,使用第二个Vnet-S网络对器官进行细分割.为了验证算法的性能,采用MICCAI 2017 Liver Tumor Segmentation Challenge (LiTS)数据集进行肝脏分割实验,采用ISBI LUng Nodule Analysis 2016 (LUNA16)数据集进行肺分割实验.级联Vnet-S算法在LiTS的70例线上测试数据上的Dice系数为0.9600,在LUNA16的288例测试数据上的Dice系数为0.9810,均高于Vnet-S网络和Vnet网络.实验结果表明,基于级联Vnet-S网络的单一器官分割算法可以准确地对器官进行分割,而且级联Vnet-S算法的计算量小于Unet网络和Vnet网络.

关键词：器官分割、Vnet-S、深度学习、分割网络、级联网络结构

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2019-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2420-2425