摘要
本发明公开了前列腺经直肠超声图像自动分割方法,涉及机器学习技术领域,包括以下步骤:S201、获取病人前列腺经直肠超声图像集合;S202、创建用于分割前列腺经直肠超声图像的机器学习模型;S203、对获取的前列腺经直肠超声图像集合进行预处理;S204、使用机器学习模型对预处理后的前列腺经直肠超声图像集合进行自动分割,确定前列腺区域,本发明中前列腺图像分割过程完全由机器学习模型自主学习得到,而无需经验丰富的医生手动分割前列腺图像,减少了对于医生专业水平的依赖,极大地降低了医生诊断前列腺疾病的负担,同时可对自动分割的前列腺图像进行手动校准,经过校准的前列腺图像将作为图像样本存入数据库中,进一步提升前列腺图像分割的准确性。
技术关键词
图像自动分割方法
机器学习模型
三维卷积神经网络
多尺度特征融合
超声探测设备
模块
诊断前列腺疾病
计算机程序指令
服务器装置
图像处理装置
编码器
自动分割装置
像素分类器
上采样
输出特征
图像分割
解码器
输入输出设备