基于UNET-GMM模型的肿瘤亚区域智能生成方法

本发明涉及深度学习与医学影像交叉技术领域，特别涉及基于UNET‑GMM模型的肿瘤亚区域智能生成方法，包括如下步骤：获取病人PET图像，将数据从三维点云数据处理成靶区二维切片图像；构建UNET特征提取网络，将二维切片图像输入UNET网络提取特征图；构建GMM聚类模型，对特征图进行多个GMM聚类；获取GMM聚类结果，计算目标函数，使用梯度下降法反向传播至UNET网络，对UNET‑GMM模型进行网络训练；使用UNET‑GMM模型对靶区二维切片图像进行聚类并计算CH index值。将UNET与GMM聚类相结合建立UNET‑GMM模型，面对医学图像分割领域缺乏标注的数据，能够进行无监督学习，将UNET‑GMM模型创新地应用于肿瘤亚区域智能生成任务中，获得了较好的聚类效果，可以辅助医生判断肿瘤亚区域、制定放疗方案。