• 南京信息工程大学 江苏省大数据分析技术重点实验室(南京 210044);
导出 下载 收藏 扫码 引用

肝脏计算机断层扫描成像(CT)的三维(3D)肝脏和肿瘤分割对于辅助医生的诊断及预后具有非常重要的临床价值。为了准确快速地分割肝脏及肿瘤区域,本文提出了一种基于条件生成对抗网络(cGAN)的肿瘤 3D 条件生成对抗分割网络(T3scGAN),同时采用了一个由粗到细的 3D 自动分割框架对肝脏及肿瘤区域实施精准分割。本文采用 2017 年肝脏和肿瘤分割挑战赛(LiTS)公开数据集中的 130 个病例进行训练、验证和测试 T3scGAN 模型。最终 3D 肝脏区域分割的验证集和测试集的平均戴斯(Dice)系数分别为 0.963 和 0.961,而 3D 肿瘤区域分割的验证集和测试集的平均 Dice 系数分别为 0.819 和 0.796。实验结果表明,提出的 T3scGAN 模型能够有效地分割 3D 肝脏及其肿瘤区域,因此能够更好地辅助医生进行肝脏肿瘤的精准诊断和治疗。

引用本文: 张泽林, 李宝明, 徐军. 基于条件生成对抗网络的三维肝脏及肿瘤区域自动分割. 生物医学工程学杂志, 2021, 38(1): 80-88. doi: 10.7507/1001-5515.201912077 复制

  • 上一篇

    左心室辅助装置控制模式影响双心室搏动同步性的数值研究
  • 下一篇

    中耳畸形对能量吸收率影响的数值研究