金 荣，叶芳芳，保佳钱，戴佳禾

(浙江树人大学 信息科技学院，浙江 杭州 310015)

    摘要：近几年深度学习方法被广泛运用于图像分割领域并飞速发展，而U-Net网络因其在分割医学图像上具有优异性能被广泛运用，但主要应用于单模态医学图像的分割.文章针对PET-CT多模态图像数据深入分析，提出用一种改进U-Net网络来对淋巴瘤病人颈部及锁骨上的 PET-CT 图像进行分割，并不断优化提高受累淋巴结的分割精确度来优化算法结构.最终通过训练及测试，验证该方法达到了较好的分割效果，准确率达99%.

    关键词：改进U-Net；淋巴瘤；深度学习；PET-CT

    中图分类号：R318；TP391.4                          文献标志码：A                          文章编号：1671-2714（2023）02-0006-07