-
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
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。