王琮智 许梓璧 马祥园 洪子澜 方 强* 郭燕春

1(汕头大学生物医学工程系，广东 汕头 515063)2(汕头大学医学院第二附属医院神经外科，广东 汕头 515000)3(上海交通大学生物医学工程学院，上海 200240)

引言

脑出血或者脑溢血(cerebral hemorrhage)是指非外伤性的脑实质内出血，脑出血具有高发病率、高死亡率的特点，年发病率达每10万人中60～80人，急性期病死率达到30%～40%[1]。脑出血发病急，病情进展快，应尽早评估病情发展和临床预后，制定治疗方案并采取干预措施，进而改善预后效果，特别是降低致残率。目前随着科技的发展，CT影像已成为诊断脑出血的重要手段。医师在对脑出血进行诊断和治疗时，需要将目标区域的位置、形状及周围重要脑组织的边界分割出来。文献[2-3]显示，位于脑深部(基底节区、丘脑)的脑出血，占所有脑出血病例的63.2%～63.3%，脑干出血占比8.3%～9.0%，小脑出血占比2.5%～3.3%。因此，本研究着力于分割脑出血常见部位即选择脑干、小脑、基底节区和背侧丘脑这4个部位进行脑组织的分割，以期为医生判断病情提供帮助。

医学图像分割的方法主要分为两大类，一类是传统方法，主要包括基于边缘检测的方法[4]、基于阈值的方法[5]、基于聚类的方法[6]，基于区域生长的方法[7]等；另一类是基于卷积神经网络的方法[8]，通过卷积进行特征提取，然后再进行分割[9]。

目前国内外对脑出血血块分割的研究很多,如张天麟等[10]采用U-net分割脑出血部位；陈铭林[11]采用分组胶囊网络分割CT图像上的脑出血区域；Zhang等[12]使用Mask R-CNN分割CT图像上的脑出血区域，并进行三维可视化。……