基于密集连接网络的肝脏CT影像多器官自动分割方法_医学图像处理.docx

PAGE2

基于密集连接网络的肝脏CT影像多器官自动分割方法

第一章绪论

1.1设计背景与问题提出

1.1.1领域发展现状

医学图像分割是放疗计划系统和计算机辅助手术中的关键技术环节。近年来，以卷积神经网络为代表的深度学习方法在医学影像分析中取得了突破性进展，尤其是U-Net、FCN等编码器-解码器结构，在肝脏、肺结节等单器官分割任务上已接近甚至超过专家水平。

然而，这些模型大多针对单一器官设计，当面临多器官联合分割时，往往因器官形态差异大、边界模糊和个体解剖变异而性能骤降。临床实际中，放疗剂量计算和手术规划需要同时获取肝脏、脾脏、双肾等腹部器官的精确轮廓，以避开危及器官并优化剂量