目的:探讨基于融合极坐标的方法在肝包虫病灶位置估计和分割中的应用。在临床研究中,对于肝包虫病发病位置的判断容易受医生主观性影响,因此,本研究使用基于融合极坐标的方法统计大量的影像肝包虫病灶估计肝包虫病常发位置。对于小病灶,通过筛查做到早发现、早诊断、早治疗;对于较大的病灶,结合肝包虫病常发位置对病灶进行分割,进一步提高诊断的准确性,从而辅助医生进行有效的手术治疗。方法:本研究的研究对象是肝囊型肝包虫病患者,对肝囊型肝包虫病患者的单囊型、多囊型CT图像进行一系列预处理操作,即灰度归一化、去噪、数据增强、构建肝囊型肝包虫病CT图像数据集;对构建的CT图像数据集使用Faster RCNN目标检测模型进行病灶检测,同时使用Res Net101和VGG16网络作为特征提取网络,并使用AP、m AP、PR曲线等指标对模型进行性能评价;基于目标检测模型得到的病灶质心点与使用SCP方法得到的CT图像器官轮廓质心点建立极坐标系,通过极径和极角统计肝囊型肝包虫病在肝脏常发位置;基于目标检测模型得到的病灶坐标信息引入LGDF模型对病灶进行分割,使用Dice系数、准确率等指标对模型进行性能评价。结果:(1)图像预处理:本研究使用灰度归一化,改进后的中值滤波算法对CT图像进行初步的预处理,对预处理后的图像使用垂直翻转和水平翻转的方法进行数据增强;在影像科医师的指导下,按照PASCAL VOC数据集格式进行标注,并命名为HE2020。(2)病灶检测:本研究使用两种特征提取网络的目标检测模型对病灶进行检测,基于ResNet101网络的目标检测模型能够有效的提取病灶特征,模型准确率达到了89.6%,同时病灶检测时的漏检率、错检率均低于基于VGG16网络的目标检测模型。(3)统计常发位置:基于目标检测模型得到的病灶质心点与使用SCP方法得到的CT图像器官轮廓质心点建立极坐标系,通过极径和极角统计肝囊型肝包虫病在肝脏常发位置,单囊型和多囊型的肝囊型肝包虫病常发病位置分别在肝脏的Ⅴ区/Ⅷ区、Ⅳ区。(4)病灶分割:针对模型的初始轮廓,原始的LGDF模型分割时存在过分割和欠分割现象,基于病灶坐标信息的LGDF模型都能对肝包虫病病灶进行较好的分割,Dice系数和准确率均高于原始的LGDF模型,说明本文分割算法分割性能较好。结论:本研究使用基于ResNet101的目标检测模型对预处理后的数据集进行病灶检测,检测准确率为89.6%,模型对病灶检测效果较好;在影像科医师指导下建立肝脏分区标准,基于极坐标系统计肝包虫病发病位置,从而得到肝囊型肝包虫病常发位置主要在肝脏Ⅴ区/Ⅷ区、Ⅳ区;最后将病灶坐标信息引入LGDF模型进行病灶分割。本研究利用预处理方法,病灶检测方法,SCP方法等统计出肝囊型肝包虫病在肝脏区域的常发位置,并进一步对病灶分割,辅助临床医生准确高效的诊断疾病。该方法能够为影像科医师提供有价值的临床建议,提高肝囊型肝包虫病诊断的效率以及降低漏诊率、错检率的发生。