肝脏血管精准分割是肝脏手术规划、肝移植等临床诊疗的关键前提，对降低手术风险、提升治疗效果至关重要。近日，我校计算机与网络空间安全学院时鹏博士研究团队与福建肿瘤医院钟婧博士团队合作，在肝脏血管分割领域取得重要突破，提出残差启发的多尺度特征融合网络（RMFF-Net），为临床精准诊疗提供了新的技术支撑。该研究成果在公共数据集上表现优异：在3Dircadb数据集动脉分割DSC达0.849、静脉DSC达0.846，MSD数据集整体DSC达0.726，且网络参数仅15.38M，在保证高精度的同时兼顾了计算效率。这一技术创新有效解决了肝脏血管结构复杂、分布稀疏、与周围组织对比度低等分割难题。
在实验验证中，RMFF-Net展现出巨大的临床应用潜力。该模型可显著减少医生手动标注CT图像的时间，提升工作效率。特别在小血管分割场景中表现优异，这对肝癌患者的精准分期、手术边界确定具有重要意义。这项技术的成功研发，将有力推动肝脏外科诊疗向更高效、更精准的方向发展。在术前评估方面，可为医生提供清晰的血管解剖结构，帮助制定个体化手术方案；在术中导航方面，可实时提供血管位置信息，避免损伤重要血管；在术后监测方面，能够准确评估血管重建效果和并发症风险。
研究成果以“Multiscale Feature Fusion Network with Morphological Perception Function for Liver Vessel Segmentation”为题，发表在国际知名期刊《Engineering Applications of Artificial Intelligence》（SCI一区TOP）。福建师范大学为该研究工作第一完成单位，我校2023级硕士研究生倪晓东为论文第一作者，我校时鹏博士和福建肿瘤医院钟婧博士为共同通讯作者。研究工作得到福建省自然科学基金支持。
论文链接：https://www.sciencedirect.com/science/article/pii/S095219762503177X?via%3Dihub
［计算机与网络空间安全学院（软件学院）］