基于迁移学习图像增强的低场强MR胃部分割方法

摘要

本发明公开了一种基于迁移学习图像增强的低场强MR胃部影像分割方法，主要解决低场强3DMR影像噪声大、伪影多、影像数据较少的问题。其方案包括：获取高、低场强3DMR胃部影像数据集以及相应的标签数据集，并对影像数据进行预处理；将预处理后的数据输入循环生成式对抗网络中，获得增强后的伪低场强3DMR胃部影像集；构建并训练3D Res3‑U‑net分割网络；再将伪低场强3DMR胃部影像集输入分割网络，完成分割网络参数的微调，形成迁移学习后的3D Res3‑U‑net分割网络，将测试数据输入该网络得到分割结果。本发明实现了低场强3DMR胃部影像的分割，有效提高了图像分割精度。