U-Net及其在肝脏和肝脏肿瘤分割中的应用综述

• 作者: 张欢 刘静 冯毅博 仇大伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度学习 U-Net 医学图像处理 肝脏肿瘤分割
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 热点与综述|Research Hotspots and Reviews
• 页码范围: 1-14
• 页数: 14页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2104-0408

摘要

医学上实现肝脏及肝脏肿瘤区域自动精准分割具有十分重要的临床意义,随着深度学习技术的迅速发展,深度神经网络逐步应用于医学领域,计算机辅助诊断成为研究热点.U-Net网络由于其在小样本数据集上的良好表现,在医学图像分割领域得到了广泛应用.基于此,介绍了肝脏和肝脏肿瘤分割中常用的数据集和评价指标,归纳了U-Net网络模型及围绕编解码器、跳跃连接和整体结构的改进.从单网络结构和多网络结构改进两个方面对U-Net模型在肝脏及肝脏肿瘤分割的相关应用加以论述.对相关研究工作的不足进行总结,并对未来发展予以展望.