一种基于深度学习的肝脏CT图像分割方法

摘要

本发明公开了一种基于深度学习的肝脏CT图像分割模型建立方法，包括以下步骤：1.收集腹部CT图像，并对肝脏位置进行标注，生成原始图像序列，然后将原始图像序列分为训练样本和测试样本；2.对训练样本进行预处理，同时去除干扰信息；3.搭建肝脏分割深度学习网络；4.利用搭建完成的学习网络对预处理后的训练样本进行模型训练，得到肝脏分割模型；5.对测试样本进行预处理，并作为输入参数输入到肝脏分割模型，得到初分割图像，然后对每套图像进行连通域处理，连通域处理后的分割结果反馈至原始图像序列中。基于该肝脏CT图像分割模型，可以直接对预处理后的肝脏CT图像进行准确地分割，分割结果准确率高，细节刻画效果好。