一种基于深度学习的医疗图像增强处理方法及系统

本发明涉及医疗图像处理技术领域，具体涉及一种基于深度学习的医疗图像增强处理方法及系统，根据是否需要进行样本数量的扩充，选择图像增强的模型；若需要进行样本数量的扩充，则采用生成对抗网络进行图像增强，否则采用自编码器进行图像增强；采用联邦学习架构训练模型，模型在多个分散的设备或服务器上进行训练。使用生成对抗网络，生成多样化的医疗图像样本，提高样本的多样性。自编码器提取关键特征并生成新的样本，增加数据的多样性。通过联邦学习架构，利用分散的数据源，增强模型的训练样本多样性，同时保护数据隐私。有效增加样本的多样性，从而提升模型的泛化能力，使其在实际应用中更具鲁棒性和准确性。