我们提出了一个分割模型 (DRU-Net)，用于人类非小细胞肺癌的分割和分类结果的改善。该模型基于截断预训练的 DenseNet201 和 ResNet101V2，使用轻量级 U-Net 作为修正模型。我们使用了两个数据集来创建模型，平均 Dice 相似性系数为 0.91。空间增强方法提高了网络性能 3%。定性分析显示，DRU-Net 模型在肿瘤检测方面通常是成功的，但在伴有炎症和反应性变化的肿瘤中可能出现假阳性和假阴性分割区域。