一种基于机器学习的三维超声图像分割方法

摘要

本发明公开了一种基于机器学习的三维超声图像分割方法，包括以下步骤：在标注好的多组二维图像中对不同区域分别采样，取以某个像素点为中心的图像片段和像素点实际代表的类别作为一组样本，以此建立大量数据样本，并把样本分为训练集和测试集；构建卷积神经网络作为分类器，以图像片段作为输入、像素点类别作为标签训练卷积神经网络；使用训练好的分类器处理测试集数据并计算正确率，评估分类器的性能；调整卷积神经网络的参数，多次重复训练和评估和过程，最终取最优的结果作为分类器的参数；使用训练好的分类器处理整幅图片，将图像中每个像素点分为不同类别，以此实现图像的分割。