针对分割任务的医学影像特征增强方法

摘要

本发明为一种针对分割任务的医学影像特征增强方法，该方法包括以下内容：加载病例数据并按通道合并影像数据；构建循环一致性生成对抗网络，训练循环一致性生成对抗网络包括：计算对抗性损失、计算循环一致性损失、计算类别性损失约束模型训练过程；获得增强了病灶信息的特征图：通过训练好循环一致性生成对抗网络后，将所有病灶影像输入到GP→N，能输出对应的无病灶影像；之后再将循环一致性生成对抗网络输出的无病灶影像逐像素减去GP→N原始输入影像，获得增强了病灶信息的特征图；将原始影像多通道数据和获得的增强了病灶信息的特征图在通道方向上叠加，输入到病灶分割模型，完成分割任务。该方法有助于更精细的分割，提升分割能力。