基于改进的V-Net模型的肝肿瘤分割算法

摘要

为了解决CT图像中肝肿瘤分割不够准确的问题,提出了一种基于改进的V-Net网络的肝脏肿瘤分割算法。首先针对原始V-Net网络不能很好的识别肿瘤信息而引入注意力机制,实现让模型更好的关注感兴趣的肿瘤区域。接着采用组合损失函数来防止模型训练中出现漏检的情况,提高了模型的收敛速度。通过采用LiTS数据集来进行本次的肝肿瘤分割实验,最终得到Dice相似系数、精确率以及召回率分别为0.6905、0.8156、0.6528,实验结果表明该算法可以很好地分割肝肿瘤。