一种基于人工智能网络的肺叶肝段分割方法

本发明用于临床图像识别技术领域，公开了一种基于人工智能网络的肺叶肝段分割方法，所述分割方法包括如下步骤：S1.训练Unet‑A用来分割肺裂或者肝脏中的镰状韧带，S2.计算预测结果肺裂或者韧带的距离场，S3.训练第二个UNet‑B将距离场和mask作为输入，得到肺叶或者肝段的分割结果。该基于人工智能网络的肺叶肝段分割方法，采用对图像进行预处理输入的方式，减小输入图像的大小来适应训练UNet时的显存限制，同时采用将分离好的左肺或者右肺进行降分辨率处理的方式，使得可以将左肺或右肺的整幅图作为网络输入，而无需将大图分成小的patch，保证UNet网络不但可以学习图像中的灰度值特征信息，而且还可以学习目标物体的几何形状以及位置信息。