邓鸿 邓雅心 丁廷波 严中红 王富平 陈忠敏

0 引言

医学图像分割的目的是从医学图像中分离出目标区域，例如脏器、组织，再通过数字图像处理的手段实现可视化、图形引导手术、虚拟内径等[1]。在腹部成像，肝脏分割具有直接潜在临床应用：(1)自动肝脏体积测量，肝脏体积是肝外科手术一个重要的预后指标[2]，也是确定肝肿瘤放射栓塞的放射剂量的重要参数[3]；(2) 肝脏3D重建，肝脏3D重建能帮助外科手术制定手术计划[4]。同时肝脏分割也能应用到许多新兴的应用，如多回波磁共振(magnetic resonance ,MR)检查质子密度脂肪级(quantification of proton density fat fraction，PDFF)的量化，以协助诊断非酒精性脂肪肝病(nonalcoholic fatty liver disease，NAFLD)和肝形态学评估的管理，以帮助检测肝硬化[5]。

目前，肝脏图像的分割方法可以分为人工分割、半自动分割和自动分割。人工分割需要具有经验的影像科医生依据经验对肝脏CT图像进行手工划分，这种方法不仅耗时而且会因为医师的主观意愿而导致分割结果的差异性较大。半自动分割方法主要是根据CT图像中的灰度和梯度信息对肝脏进行分割，包括水平集法[6]、阈值插入法[7]、区域生长法[8]等，这些方法都需要人手工地设置参数，参数设置的不同会导致分割效果不同，同时这些方法如果是处理肝脏灰度值比较均匀的图像可能会出现欠分割或过分割现象[6-8]。自动分割方法主要指依赖于神经网络的一些方法，比如FCN[9]和Unet[10]网络；Shelhamer等提出的FCN网络因为其使用卷积层来替代了传统神经网络中最后一层的全连接层，因此FCN网络可以接收任意大小图片的输入从而实现图像分割端到端的训练。……