改进Unet++的肾脏肿瘤分割方法
来源：计算机应用与软件杂志2024年第2期北京时间：
作者：刘欣, 柏正尧, 方成
摘要：针对人工方式分割CT图像肾脏肿瘤区域耗时费力且存在主观因素影响等问题，提出一种基于卷积神经网络的肾脏肿瘤自动分割算法。算法以Unet++分割网络为基础框架，将预训练的ResNet-34网络中四个特征提取模块作为Unet++网络特征编码器，来提取图像特征信息；并将重新设计的空洞空间金字塔池化网络嵌入到Unet++每条解码路径中；不同的解码路径通过特征融合得到肾脏肿瘤分割结果。在KiTS19竞赛提供的数据集上进行验证，实验结果表明，该算法有效提高了CT图像肾脏肿瘤的分割精度。
关键词：卷积神经网络, CT图像, Unet++网络, 空洞空间金字塔池化, 肾脏肿瘤
