一种基于弱监督深度学习的肿瘤病灶图像分割方法及系统

本发明属于图像分割技术领域，公开了一种基于弱监督深度学习的肿瘤病灶图像分割方法及系统。所述的方法包括如下步骤：进行预处理；进行松弛边缘点生成；确定最大约束边界框，并进行图像裁剪；进行前景种子点生成和区域生成扩展；获取测地距离，并根据测地距离，进行伪标签映射；使用弱监督深度学习算法，构建肿瘤病灶图像分割模型；根据实时肿瘤病灶图像数据，使用肿瘤病灶图像分割模型，进行肿瘤病灶图像分割，得到实时肿瘤病灶图像分割结果。本发明解决了现有技术存在的标注耗时耗力、成本投入大、标注效率低、数据库不足以及模型准确性差的问题。