基于深度学习的增强CT图像解剖图谱分割方法及系统

本发明提供一种基于深度学习的增强CT图像解剖图谱分割方法及系统，包括如下步骤：基于神经网络构建肝脏病灶分割模型；获取待分割CT图像以及多例腹部增强CT图像；为所有腹部增强CT图像标注多类别的肝脏解剖掩膜，并划分出训练集图像和测试集图像；预处理所有训练集图像和测试集图像；结合预处理后的训练集图像和测试集图像分别完成目标定位模块、精准分割网络模块和肝脏图谱预测网络模块的模型训练；将图像三维数据输入至肝脏病灶分割模型中生成定位二值掩码；进行裁剪处理得到裁剪三维数据；通过精准分割网络模块得到分割二值掩码；利用肝脏图谱预测网络模块得到肝脏解剖图谱预测掩码。本发明具有高效自动预测生成解剖结构图谱的效果。