一种基于生成对抗网络的医学图像分割方法、系统及电子设备

摘要

本申请涉及一种基于生成对抗网络的医学图像分割方法、系统及电子设备。首先，研究生成器如何对不同类别的高质量图像的像素级特征进行提取，并利用胶囊模型进行结构化特征表示，进而实现像素级标注样本的生成；其次构建合适的判别器，用于判别生成像素级标注样本的真伪，并设计合适的误差优化函数，将判别结果分别反馈到生成器和判别器的模型当中，通过不断的对抗训练，分别提高生成器和判别器的样本生成能力和判别能力，最后利用训练好的生成器生成像素级标注样本，实现图像级标注医学图像的像素级分割。本申请有效地降低分割模型对像素级标注数据的依赖，既能提高生成样本与真实样本对抗训练的效率，又可以有效实现高精度的像素级图像分割。