一种基于深度学习的CT图像颅内血管分割方法及系统

摘要

本发明提供了一种基于深度学习的CT图像颅内血管分割方法及系统，包括：收集标记步骤：收集多套头颅CTA数据并对血管位置进行标记，并分为训练数据集、验证数据集以及测试数据集；预处理和增广步骤：对数据集进行预处理操作和增广操作，预处理操作包括归一化操作，白化操作，通过重采样的方法把数据集的3个维度的层间距设为相同，对CT数据按既定空间窗口大小分割成小块体数据，增广操作包括对数据集进行旋转、放大、缩小以及对称变换；三维卷积神经网络训练步骤：按结构构建三维卷积神经网络，按参数并采用训练数据、验证数据进行训练。本发明消除了背景体素和血管体素比例差异比较大而导致训练时类别不均衡的问题，从而提升了颅内血管分割结果的准确率。