一种基于显著性密集连接扩张卷积网络的胰腺CT自动分割方法

摘要

本发明公开了一种基于显著性密集连接扩张卷积网络的胰腺CT自动分割方法。该方法在从粗到细的两步分割框架下，以密集连接扩张卷积网络为基础卷积网络架构，以获得目标多尺度的图像特征表达。在粗分割阶段预测胰腺的初始分割概率图。然后通过基于测地距离变换的显著性变换，计算显著性图，并将显著性模块引入密集连接扩张卷积网络的特征提取层中，构建显著性密集连接扩张卷积网络作为精分割网络模型。利用训练样本集分别训练粗分割模型和精分割模型。新的测试数据分别通过粗分割模型和精分割模型，再对多层二维分割结果融合，获得最终胰腺精准分割结果。本发明具有自动化、精度高、可迁移扩展的特点，可以实现以胰腺为代表的小器官的自动精准分割。