基于深度学习的3D体积医学图像多器官实例分割方法

本发明公开了基于深度学习的3D体积医学图像多器官实例分割方法，该方法包括：3D体积医学图像的数据预处理；邻间数据整合；设计构建3D体积医学图像多器官实例分割网络模型；构建多器官分割模型的评价体系；训练并得到验证集上精度最优的3D体积医学图像多器官实例分割模型；将无标签的3D体积医学图像输入至训练完毕的多器官实例分割模型，推理以得到最终的多器官区域结果；图像多器官区域结果可视化。本发明能够对多种器官同时分割，具有客观性好、重复性稳定且精度高等优点。