点云引导的肝脏、肿瘤及血管分割方法研究
李阳
陈春晓
白少康
陈柏凯
王亮
肖月月
南京航空航天大学 自动化学院,南京 211106
摘要：针对原发性肝癌消融治疗术前规划中,肝脏、肿瘤及血管精确分割面临的挑战,本研究提出了一种点云引导的分割网络(PCG-Net).首先,通过 HU 值截断与梯度计算,将三维 CT 图像转化为结构化点云;然后,采用改进的 RandLA-Net 网络编码点云拓扑信息,通过可微高斯溅射(GS)渲染,生成富含跨切片上下文信息的特征图;最后,将此特征图与原始 CT 切片融合,输入集成卷积块注意力模块(CBAM)的 U-Net 中完成分割.在 3D-IRCADb-01 数据集上,该网络对肝脏、肿瘤和血管分割的Dice 相似性系数(DSC)分别达到0.934、0.618 和0.725,豪斯多夫距离(HD95)分别达到1.618、9.019 和5.251,综合性能优于对比方法.实验结果表明,PCG-Net 能有效保持血管分割的拓扑完整性,提升多目标分割的精度与鲁棒性.本研究可为精准手术规划提供可靠的技术支撑.
关键词：肝癌医学图像分割点云引导分割网络不可逆电穿孔肝脏分割肿瘤分割血管分割
分类号：R318(医用一般科学)R735.7(消化系肿瘤)TP183(自动化基础理论)
资助基金：国家自然科学基金(12571456)
论文发表日期：2026-04-30
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：7( 104-110 )
英文信息