蒋 飞，朱 斌^*

(浙江树人学院 信息科技学院，浙江 杭州 310015)

    摘要：文章结合百度飞浆PaddlePaddle框架进行肾脏及肿瘤的分割.分割模型采用nnU-Net网络结构进行训练，它采用级联的3D U-Net结构来提高分割精度；使用KITS 19数据集，包含300个CT扫描样本用于训练和测试，训练过程采用五折交叉验证.测试结果表明，该模型在测试集上的平均肾脏肿瘤的Dice系数达到0.814 6.

    关键词：深度学习；PaddlePaddle；图像分割；nnU-Net；算法模型

    中图分类号：TP317.4                 文献标志码：A                          文章编号：1671-2714（2024）03-0017-04