基于卷积神经网络及混合损失函数的眼球分割方法及装置

摘要

基于卷积神经网络及混合损失函数的眼球分割方法与装置，能够提升CT影像中眼球的分割精度。方法包括：(1)在数据集制作阶段，通过手动标注绘制眼球分割金标准，并对原始三维CT影像数据进行取二维切片、降采样和标准化的预处理操作，然后将数据集整体分为训练集、验证集和测试集三部分用于网络的训练和测试；(2)在网络训练阶段，搭建由粗分割模块和U形残差微调模块级联的卷积神经网络模型，并利用由交叉熵、交并比和结构相似性测度构成的混合损失函数对网络分割结果进行多层级的监督优化；(3)在测试阶段，将测试数据集送入训练得到的最优分割模型中进行分割，并将输出结果还原为三维数据，得到最终的眼球分割结果。