%0 Journal Article %A 刘天宇 %A 姜威威 %A 何江萍 %A 韩金仓 %T 基于HC-CFCN模型的肝脏CT图像分割 %D %R 10.19678/j.issn.1000-3428.0053712 %J 计算机工程 %P 268-273 %V 46 %N 2 %X 在计算机断层扫描(CT)图像中肝脏与相邻器官灰度值近似,且不同患者的肝脏轮廓存在差异性,导致肝脏CT图像的精确分割成为医学图像处理中的难题之一。为实现肝脏CT图像的自动分割,构建一种层间上下文级联式的全卷积神经网络模型HC-CFCN。利用第1级网络实现肝脏轮廓的粗略分割,并将其分割结果与原始CT图像、肝脏能量图共同作为第2级网络的输入,优化分割结果。在LiTS数据集上的实验结果表明,与U-Net、FCN+3DCRF和V-Net模型相比,HC-CFCN模型的分割精度较高。 %U http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0053712