计算机工程

作者：亢洁, 丁菊敏, 万永, 雷涛

单位：1. 陕西科技大学 a. 电气与控制工程学院;b. 电子信息与人工智能学院, 西安 710021;2. 西安交通大学第一附属医院 老年外科, 西安 710061

关键词：肝脏图像分割,卷积神经网络,U-Net模型,分水岭算法,边界修正

基金：国家自然科学基金（61871259，61811530325）。

在利用卷积神经网络分割肝脏边界较模糊的影像数据时容易丢失位置信息，导致分割精度较低。针对该问题，提出一种基于分水岭修正与U-Net模型相结合的肝脏图像自动分割算法。利用U-Net分层学习图像特征的优势，将浅层特征与深层语义特征相融合，避免丢失目标位置等细节信息，得到肝脏初始分割结果。在此基础上，通过分水岭算法形成的区域块对肝脏初始分割结果的边界进行修正，以获得边界平滑精确的分割结果。实验结果表明，与传统的图割算法和全卷积神经网络算法相比，该算法能够实现更为精准的肝脏图像分割。

来源：2020年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第1期