一种基于残差3D U-Net低剂量CT肺小结节分割方法

摘要

本发明提供了一种基于残差3D U‑Net低剂量CT肺小结节分割方法，属于CT图像技术领域。本基于残差3D U‑Net低剂量CT肺小结节分割方法，包括以下步骤：(1)去除低剂量CT影像图像中的噪声，归一化为(0，1)；(2)肺结节Mask图像生成；(3)构造Patch区域(96，96，16)的3D训练集；(4)建立基于残差3D U‑Net网络模型，从而对目标病灶区域实现自动分割。本发明通过对3D U‑Net网络的改进和融入short skip connection实现残差3D U‑Net对小结节的分割，不仅解决了梯度消失和梯度爆炸的问题，还提升了网络对形状小但亮度高结节的轮廓表示能力，实现对结节的自动、准确的描述。