多尺度特征融合全卷積神經網絡腦腫瘤MR圖像分割

席歡歡，賀 松，黃 旭，張 碩，張 慧

(1貴州大學 大數據與信息工程學院，貴陽550025；2貴州大學 醫學院，貴陽550025)

0 引 言

腦腫瘤（又稱為顱內腫瘤），常發病于中樞神經系統。據統計，2015年中國新發惡性腫瘤患者高達392.9萬例，發病率為285.83／10萬，惡性腫瘤死亡病例為233.8萬，死亡率為170.5／10萬。其中，惡性腦腫瘤患者占新發病例的2.7%，占死亡病例的2.4%，是國內目前發病率和死亡率較高的惡性腫瘤之一［1］。核磁共振成像（MRI）技術可以生成高質量的顱內影像，并且具有很強的軟組織分辨能力，是輔助腦腫瘤診斷與治療的重要技術手段。中國每年可以產生大量的醫學影像數據，這其中就包括腦腫瘤影像；腦腫瘤影像雖然可以為疾病的診斷與治療提供支撐，但需要閱片醫師有著豐富的經驗。由于中國醫療資源的緊缺以及分布不均衡，因此，利用現有技術手段精準定位與分割腦腫瘤病變組織，可以有效減少醫師工作量和提高患者治愈機會。近年來，為了提高腦腫瘤檢測和分割的精準度，利用計算機技術自動分割腦腫瘤MR圖像病變區域，成為當前研究熱點之一。由于MR圖像的復雜特性，要精準分離正常組織與病變組織十分困難，因此高效的病變區域特征提取方法顯得尤為重要。

傳統的腦腫瘤MR圖像分割方法，如閾值法、像素分類法、模型法等，因分割邊界不清晰、精度過低、魯棒性差等原因，逐漸被其它算法所替代，或者成為其它分割算法的一部分。近幾年，基于卷積神經網絡的分割方法已經逐漸實現了腦腫瘤MR圖像的自動分割。……