AI生成腹部多器官分割算法

提升分割精度

利用改进Pix2pix合成的训练数据与改进U-Net分割网络结合，改善医学图像分割中的样本稀缺与边界模糊问题。

Renlong, Zhang · 陈俊鑫 · Fang, Bo · Zhang, Libo · Singh, Amit Kumar · Zhihan, Lyu

IEEE Transactions on Consumer Electronics 2024

技术优势

样本不够也能训

传统方法和改进的Pix2pix利用样本标签合成训练图像，缓解医学图像稀缺问题。

边界更准

生成图像和原始样本一起输入改进的U-Net进行训练，有助于应对边界模糊的挑战。

效果有实验验证

对比实验证明了所提算法的有效性和优势。

应用场景

• 医学图像分割：自动勾画腹部MRI多器官，代替手动标注。
• 手术规划：提供精确器官轮廓，辅助术前规划。
• 计算机辅助诊断：帮助医生识别病灶，提高诊断准确性。