基于深度學習的“智能醫學影像分割系統”的開發與實現

王嘉儀 陳曉晴 吳傳旭 周文萱 何方舟

（南華大學計算機學院 湖南省衡陽市 421000）

1 引言

隨著計算機技術的廣泛應用與普及，計算機數量與日俱增，其配套的環境設備也日益增多,計算機視覺與機器學習研究者對圖像語義分割問題越來越感興趣。機器視覺任務逐漸成為各大領域關注的焦點。在醫療技術飛速發展的時代，醫學影像已成為診斷患者癥狀的依據之一，它旨在利用影像技術，高效準確地判斷疑難雜癥，做到機器和人類智慧的有機結合，目前醫院中廣泛應用的影像系統有CT、MRI、PET 等，對于腫瘤顯影而言，醫生并不能準確分辨出腫瘤的良惡性，攝片結果顯示出的密度高低有時較容易造成誤判，但若利用計算機方法提前診斷患者病癥,提高腫瘤治療效果，利用醫學影像分割系統，結合大數據技術，可以有效彌補上述不足，能在早期快速捕捉癌細胞聚集表現，預測后續的病情變化，為治療提供依據。本項目著重研究醫學圖像的分割，可以彌補以上提到的不足，解決以下幾個實際問題：

（1）對感興趣區域進行提取，便于醫學圖像的分析和識別。

（2）用于醫學圖像的三維重建和可視化。

（3）用于人體器官、組織或病灶的尺寸、體積或容積的測量。

本系統使用基于U-Net 改進后的模型對醫學影像進行病灶的分割，經過改進的模型與原模型相比具有更高的準確度和運行速率。此外，本系統面向的用戶主要為影像科醫生，它的主要功能是對輸入的影像進行分割，得到的器官或者病灶區域的位置，方便醫生觀察，并可以提供預篩選，以減輕影像學醫生的診斷負擔，提高診斷效率，其分割結果也可為醫學生提供學習資源，提升醫學生對于醫療影像的診斷能力。……