一种冠状动脉CT影像深度聚类和分割方法及系统

摘要

本发明公开了一种冠状动脉CT影像深度聚类和分割方法及系统，其中方法包括步骤如下：S1：采用卷积神经网络，输入冠状动脉CT影像，构造特征提取器，从而生成输入图像的若干特征；S2：利用聚类算法，将生成的若干特征聚成K类，并调整相关损失函数值，对每个样本x赋予伪标签y；S3：利用聚类生成的伪标签y，通过优化相关损失函数值，更新卷积神经网络权重；再利用优化后的伪标签y对冠状动脉CT影像进行分类训练；S4：通过冠状动脉CT影像分类结果，利用3D U‑net分组对冠状动脉进行分割。本发明有利于提高冠状动脉的分割精度，为后续的临床诊断和治疗提供帮助。