肝胆管结石病是外科的常见病、多发病,是造成良性胆道疾病死亡的主要原因,微创外科取石手术是其重要的治疗手段。手术成功很大程度上依赖于术前有经验的医生对CT图像中的胆管及胆结石进行人工判别和定位标记。然而,这项工作耗时耗力,对医师的要求较高,且结果的客观性因主观经验有所差异。因此,实现对CT序列图像中的胆管及胆结石的自动化精准分割具有重要的临床应用和研究价值。当前有关胆管及胆结石分割的方法表现一般,主要受限于以下三个困难:（1）胆管高度形变,结石尺寸小且分布不均;（2）胆管及结石与相邻组织部位在灰度呈现上较为相近,增加分割难度;（3）肝胆结石常合并多种复杂病变,孤立的横截面CT二维医学影像无法展现充分胆道狭窄和结石位置信息。针对存在的问题,本文提出一种基于关联度机制的胆管及胆结石分割算法,能够提供患者的胆管及结石分布情况,有助于取石手术的顺利开展。本文的主要工作和贡献有:1、针对目前肝胆管及结石图像数据集GZMU-HS存在孤例的问题,在广州医科大学第一附属医院的肝胆外科高资历医生的指导下,补充对孤立二维图像相邻切片的标注和更多的病例数据,对现有数据集进行了扩充,以提高其可用性,方便后续的研究。2、针对胆管及结石分割存在的三个困难,本文创新性提出了针对序列图像切片的上下文信息关联性机制,包括低层多尺度上下文信息的提取、高层双向上下文信息的提取及其融合策略、切片关联性的权重分布损失函数,充分利用了多尺度上下文特征图、高层双向上下文特征图的优势,并将其成功应用于一个端对端的全卷积网络,实现良好的分割性能。本文所提出的关联度机制分割算法能较好关注切片间的上下文信息,在学习切片间的上下文特征与融合切片内的多尺度特征,所得丰富的多尺度上下文特征用以指导分割。模型训练过程中,在切片关联性权重分布损失函数的优化下,较准确地关注切片间的上下文信息。实验结果表明,本算法优于多个深度学习算法,对胆管的分割效果有Dice系数达91.793%,召回率高达99.424%,精准度高达89.214%;对结石的分割效果有,Dice系数达74.632%,召回率高达99.898%,精准度高达60.564%。