利用深度學習網路架構EfficientSegNet進行肝實質與肝血管的語義分割

在臨床上，肝實質與肝血管的語義分割可以協助診斷和治療各種肝臟疾病，通過測量分割後肝實質的平均CT值並評估肝臟形態，可以幫助診斷脂肪肝和肝硬化等疾病。通過了解肝實質與肝血管之間的空間關係，以及計算肝實質體積，則可以輔助肝細胞癌手術前的治療規劃和手術後的追蹤評估。然而，手動分割與半自動化分割過於耗時費力且準確率有限，不適合臨床應用，且目前尚無可同時自動分割肝實質與肝血管的深度學習架構，因此，本研究參考了深度學習網路架構EfficientSegNet，並且在EfficientSegNet中導入SegNeXt、注意力與多尺度卷積機制，建立了一個具有高準確性和改善臨床分割效率的肝實質與肝血管語義分割方法。