一种针对对抗攻击的乳腺超声图像鲁棒分割方法及其系统

一种针对对抗攻击的乳腺超声图像鲁棒分割方法及其系统，涉及医疗成像技术领域，特别涉及乳腺超声成像的图像分割方法。解决现有技术中对抗性噪声攻击下乳腺超声图像分割的精确性和鲁棒性差的问题。方法为：采用卷积神经网络学习乳腺超声图像在特征空间的非线性映射，获取每个图像每个像素点的特征向量；采用原型向量代替原本由二维卷积层组成的投影头函数，并基于投影头函数使像素的类别转换为与其相似度最大的原型向量的类别；采用基于学习矢量量化方法的动量更新方法更新所述原型向量；采用基于广义学习矢量量化方法的损失函数更新所述卷积神经网络参数。本发明适用于对抗噪声的医学图像处理领域。