结合双注意力机制和级联思想的肝肿瘤分割

针对肝脏肿瘤存在的分割难点结合级联网络的思想,提出了一种融合了双注意力机制和U-Net架构优势的肝脏肿瘤分割网络(CDA-Net).首先,训练第一个DA-Net来实现肝脏的粗略分割;然后将第一阶段的分割结果与原始CT图做与操作,提取感兴趣区域,并将其输入第2个DA-Net实现肝肿瘤的精确分割;最后利用条件随机场对分割结果进行边缘约束,优化分割结果.在LiTS2017数据集上对模型进行训练及测试,平均Dice指标为0.658.实验结果表明,本文提出的方法具有较好的精度,证实了其对肿瘤分割的有效性.