[发明专利]一种基于伪彩色CT图像的深度学习分割方法

摘要

本发明公开了一种基于伪彩色CT图像的深度学习分割方法，该方法包括以下步骤：步骤1：获取CT图像数据集SI0和对应的标签图像数据集SL0；步骤2：通过图像旋转、缩放操作对数据集进行扩增；步骤3：选择三种不同的感兴趣窗宽窗位，得到相应窗宽窗位下的CT图像，进而生成伪彩色CT图像数据集SIP；步骤4：将伪彩色CT图像数据集SIP及对应的标签图像数据集SL0随机分成训练集ST和测试集SX；步骤5：构建深度学习网络架构；步骤6：利用训练集ST和测试集SX对深度学习网络模型进行训练，得到训练好的分割模型；步骤7：将需要进行检测的图像数据输入到训练好的深度学习网络模型中，得到对应的分割结果。本发明可有效提高CT图像分割的精度和效率，有利于临床诊疗。