摘要

目前，病灶分割仍由医学专家手动（或半自动）完成。为了简化这一过程，我们贡献了一种全自动的病灶分割流程。本研究提出的方法作为LiTS（肝脏肿瘤分割挑战赛）竞赛的一部分，旨在ISBI 17和MICCAI 17上比较CT扫描中肝脏病灶的自动分割方法。通过使用级联的密集连接2D U-Net网络和基于Tversky系数的损失函数，我们的框架实现了非常出色的形状提取，并具有较高的检测灵敏度，在发表时获得了具有竞争力的评分。此外，调整我们在Tversky损失中的超参数可以使得网络在更高的灵敏度或鲁棒性之间进行权衡。