公开(公告)号：CN115797245A

公开(公告)日：2023-03-14

申请号：CN202111054173.8

申请日：2021-09-09

Applicant: 南京大学

Inventor： 仓锡惠 ,  陈颖 ,  白司悦 ,  葛云

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/13 ,  G06V10/762 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提出了一种基于Unet网络与SLIC超像素算法相结合的新型CT图像肝脏自动分割方法。该方法一方面通过Unet网络对CT图像进行初步预测，又通过超像素算法对结果进行后处理，提高了肝分割结果的轮廓完整度，强化了预测结果的边缘与CT图像中肝脏真实轮廓的匹配性。本发明旨在解决当分类特征存在于边缘部分时，肝自动分割后的破碎边缘会严重影响网络分类准确性这一问题。经过验证，相比于其他相关分割算法，该算法明显提高了分割精度，也提高了边缘敏感型分类情况的正确率。在实践方面，该方法既可以减少人工分割的工作量，又提高了分割边缘的真实性，在医学图像处理方面有很强的实用性。