基于CT图像的硬参数共享多任务分析：肝脏肿瘤分割与良恶性分类

基于CT图像的硬参数共享多任务分析：肝脏肿瘤分割与良恶性分类

摘要

本文提出了一种基于硬参数共享的多任务深度学习模型，用于同时完成肝脏CT图像中的肿瘤分割和良恶性分类任务。该模型采用共享编码器提取通用特征，并通过任务特定解码器实现多任务协同优化。实验表明，相比单任务U-Net（分割）和ResNet（分类）模型，多任务框架在Dice系数、分类准确率等指标上提升显著，同时减少参数量约28.6%。

%% 硬参数共享多任务网络架构
classdef MT_UNet_ResNet < nnet.layer.Layerproperties% 共享编码器模块Encoder% 分割解码器Decoder_Seg% 分类解码器Decode