Methods, systems, and non-transitory computer storage media for image segmentation are disclosed. In some examples, the method includes performing both displacement regression and organ classification on a computed tomography (CT) image of a CT scan of a patient using a shared random forest, resulting in a displacement field for the CT image and an organ classification map for the CT image. The method includes iteratively repeating the displacement regression and organ classification using, at each iteration, one or more extracted context features from the displacement field and the organ classification map of a prior iteration to refine the displacement field and the organ classification map of a current iteration. The method includes segmenting the CT image to identify a target organ depicted in the CT image.La présente invention concerne des procédés, des systèmes et des supports de stockage informatique non transitoires pour segmentation dimage. Dans certains exemples, le procédé comprend à la fois la conduite dune régression de déplacement et dune classification dorgane sur une image de tomodensitométrie (TDM) dun scan TDM dun patient au moyen dune forêt aléatoire partagée, ce qui conduit à un champ de déplacement pour limage TDM et une carte de classification dorgane pour limage TDM. Le procédé comprend la répétition itérative de la régression de déplacement et de la classification dorgane en utilisant, à chaque itération, une ou plusieurs caractéristiques de contexte extraites du champ de déplacement et de la carte de classification dorgane dune itération précédente pour affiner le champ de déplacement et la carte de classification dorgane dune itération actuelle. Le procédé comprend la segmentation de limage TDM pour identifier un organe cible représenté dans limage TDM.
