席欢欢，贺 松，黄 旭，张 硕，张 慧

(1贵州大学 大数据与信息工程学院，贵阳550025；2贵州大学 医学院，贵阳550025)

0 引 言

脑肿瘤（又称为颅内肿瘤），常发病于中枢神经系统。据统计，2015年中国新发恶性肿瘤患者高达392.9万例，发病率为285.83／10万，恶性肿瘤死亡病例为233.8万，死亡率为170.5／10万。其中，恶性脑肿瘤患者占新发病例的2.7%，占死亡病例的2.4%，是国内目前发病率和死亡率较高的恶性肿瘤之一［1］。核磁共振成像（MRI）技术可以生成高质量的颅内影像，并且具有很强的软组织分辨能力，是辅助脑肿瘤诊断与治疗的重要技术手段。中国每年可以产生大量的医学影像数据，这其中就包括脑肿瘤影像；脑肿瘤影像虽然可以为疾病的诊断与治疗提供支撑，但需要阅片医师有着丰富的经验。由于中国医疗资源的紧缺以及分布不均衡，因此，利用现有技术手段精准定位与分割脑肿瘤病变组织，可以有效减少医师工作量和提高患者治愈机会。近年来，为了提高脑肿瘤检测和分割的精准度，利用计算机技术自动分割脑肿瘤MR图像病变区域，成为当前研究热点之一。由于MR图像的复杂特性，要精准分离正常组织与病变组织十分困难，因此高效的病变区域特征提取方法显得尤为重要。

传统的脑肿瘤MR图像分割方法，如阈值法、像素分类法、模型法等，因分割边界不清晰、精度过低、鲁棒性差等原因，逐渐被其它算法所替代，或者成为其它分割算法的一部分。近几年，基于卷积神经网络的分割方法已经逐渐实现了脑肿瘤MR图像的自动分割。……