肖小娇，赵文婷，赵涓涓，肖 宁，杨星宇，杨晓棠

(1.太原理工大学 信息与计算机学院，太原 030024；2.山西省肿瘤医院 医学影像科，太原 030013； 3.山西医科大学 第一临床医学院，太原 030001)

肝癌是全球第二大最常见的与癌症相关的致死率高的疾病[1]，降低死亡率最有效的方式是早期检测。因此，肝病变的分割和早期检测非常重要。病变分割是肝癌检测、分期估计和术后治疗的关键预处理步骤[2]。病变的检测是医师制定治疗方案的依据，决定了疾病的预后状态。核磁共振成像(magnetic resonance imaging，MRI)是临床中最广泛用于肝癌检查的成像方式，因为它具有优越的组织对比度，不会产生辐射危害[3]。然而，具有造影剂对比的MRI具有一些缺点，例如可访问性有限、成本高以及有毒性相关副作用的风险。因此，越来越多的研究使用扫描时间短且没有造影剂相关风险的无对比增强MRI来作为肝癌的早期监测工具[4-5]。

但是，无造影剂图像上肝病变的分割和检测仍然面临着较大挑战：1) 肝脏、肿瘤与附近器官组织之间的对比度低或边界模糊[6]；2) 肿瘤的大小、形状、位置、外观/纹理和数量在不同患者间存在巨大差异；3) 大量的MRI图像需要放射科医师进行人工标注、评估和诊断，需要消耗大量的时间，且诊断往往依靠医师的个人知识和经验，往往会造成误诊。因此，迫切需要开发出准确、可靠和自动化的技术，以通过无造影剂的MRI扫描对其肿瘤进行分割和检测，以协助临床医生进行肝癌诊断及后期的手术计划。

深度学习已经在医学图像的许多领域有成功应用[7-8]。……