基于人机协同的FU-Net网络的CT影像肝脏自动分割

现有的医学图像器官分割方法不能很好地依肝脏形状、位置及大小的变化而进行适当的分割，当肝脏形态变化明显时，不能准确地将肝脏分割出来。鉴于此，文章在传统U-Net网络中加入了全局注意力模块，通过通道注意力和自我注意力增强了对肝脏的特征提取；并在自动分割的基础上进行了人机协同操作，对分割不好的部分增加数据量，有效提高了分割准确率。该模型在MIOU和MPA指标上分别达到了86.71%、92.58%。