一种基于深度学习的多目标危及器官的自动分割方法、装置及系统

摘要

本发明公开了一种基于深度学习的多目标危及器官自动分割方法、装置及系统，该方法包括：接收患者输入图像；将患者输入图像进行格式转换，转换为JPEG格式数据；将JPEG格式数据输入根据物理师手工分割结果训练的Overfeat定位检测网络，自动选取包含多目标危及器官的感兴趣区；将自动选取的感兴趣区输入FCN初始化分割网络，进行轮廓推断；将轮廓推断得到的初始边界轮廓和接收的人工标记边界进行坐标化，映射到输入图像，提取DAISY特征，得到DAISY特征图像；将DAISY特征图像输入根据物理师手工分割结果训练的深度信念网络，得到危及器官的精确分割边界，即分割结果。