基于深度学习的靶区自动分割方法及系统

本发明涉及医学图像分割技术领域，具体的说是基于深度学习的靶区自动分割方法及系统，包括步骤S1：准备待勾画的医学图像源文件，并将单独的医学图像源文件复制成为两份识别图像副本；步骤S2：分别由靶区识别模块以及良性识别模块对识别图像副本进行特征识别，识别后在医学图像源文件上进行范围标注形成初次特征识别区域；步骤S3：利用深度学习模型对初次特征识别区域进行对比，并结合图谱库进行整合勾画，勾画出初次目标靶区；步骤S4：对各医学图像资源文件进行逐个标记，形成初次目标靶区，本发明能够在自动勾画时介入人力辅助，便于纠错，在单次训练后能够准确提高勾画精度，保证数据库内的图谱准确，避免重复出现勾画错误。