一种基于深度神经网络的CT图像肺实质三维语义分割方法

摘要

本发明公开了一种基于深度神经网络的CT图像肺实质三维语义分割方法，该分割方法包括离线部分和在线部分。离线部分：包括4个步骤：数据集的预处理；全卷积神经网络框架搭建；GRU循环卷积神经网络框架搭建；网络训练。在线部分：包括5个步骤：图像预处理；像素特征提取与融合；体素特征提取与融合；分割输出；分割结果评价。特征融合包括编码层与解码层之间的特征融合，解剖结构层与层之间的特征融合。通过设计带有门控循环单元的深度神经网络模型，利用肺部的解剖结构先验信息，提取空间特征来有效表征断层序列之间的表观演变关系，实现对CT图像中的肺实质进行准确的三维语义分割。