每个结节的感兴趣区域。 它主要包括两部分：自动编码器的无监督训练和分段网络的有监督训练。 应用自动编码器的无监督学习，我们获得了包含其编码部分的特征提取器。 通过在特征提取器后面添加一些新的神经网络层并对其进行监督学习，我们得到了最终的分割神经网络。 与传统的最大二维熵阈值分割算法相比，该算法在36个兴趣区域分割实验中的骰子相关系数高1％-9％。