一种基于奖励函数引入先验知识的医学图像分割方法

摘要

本发明提供了一种基于奖励函数引入先验知识的医学图像分割方法，包括如下步骤：获取公开的医学CT图像数据集；基于图像数据集，设计并得到奖励函数；在奖励函数中引入图像数据集中的CT图像的前景‑背景比引入，得到改进的奖励函数；在改进的奖励函数中引入先验知识实例的近似难度，得到最终的奖励函数；使用最终的奖励函数替换强化学习网络中的奖励函数，并进行强化网络训练，最后通过分割网络输出最终的分割结果图。本发明采用将外部先验知识引入到奖励函数的设计，使其朝着有益的方向极大地影响了模型学习的过程，图像中每个像素不仅考虑自身的状态，同时会考虑其它相邻像素的状态，并在约束方向上更新策略，分割结果与真实病变相似。