基于空间位置和原型网络的CT图像的少样本分割方法和系统

摘要

本发明提供了一种基于空间位置和原型网络的CT图像的少样本分割方法和系统，包括：步骤1：获取CT图像的训练集和测试集；步骤2：对训练集和测试集进行预处理；步骤3：对训练集分为支撑集和待分割集；步骤4：对选取的CT图像进行特征提取；步骤5：根据支撑集包含的分割标注，对每一块局部特征区域中的标注出的器官区域和背景区域进行局部平均池化，获取表征器官在该区域的原型向量以及背景的原型向量；步骤6：将待分割集与支持集进行相似度计算，得到2D分割结果；步骤7：将2D分割结果扩展到3D的CT上，获得3D分割结果。本发明根据相同种类器官在CT图像中的空间位置相似性先验，减少了传统全监督分割模型的大量标注的需求。