基于瓶颈结构的多尺度DC-CUNets的肝脏肿瘤分割方法

摘要

本发明公开了一种基于瓶颈结构的多尺度DC‑CUNets的肝脏肿瘤分割方法，旨在解决现有技术中肝脏肿瘤的分割精度不足的技术问题。其包括：利用基于瓶颈结构的U‑Net从静脉期CT图像中获得肝脏掩膜；利用动脉期和静脉期CT图像分别与肝脏掩膜进行掩膜运算，获得动脉期和静脉期的肝脏感兴趣区域；利用双通道级联U‑Nets处理动脉期和静脉期的肝脏感兴趣区域，获得动脉期和静脉期深层图像特征；对动脉期和静脉期深层图像特征进行特征融合，并利用softmax层处理融合后的特征块，输出肝脏肿瘤分割概率图。本发明能够快速、准确的进行肝脏肿瘤分割。