一种基于深度学习的肺部X射线图像分割系统

本发明公开了一种基于深度学习的肺部X射线图像分割系统，包括数据预处理模块，肺部X射线图像分割网络模块，训练模块，分割结果输出模块，肺部X射线图像分割网络模块构建基于深度学习的肺部X射线图像分割网络，记作MSDA‑Net；训练模块对构建的MSDA‑Net进行训练。通过在网络中引入多尺度特征提取模块，并结合不同扩张率的扩张卷积与特征融合方法，增强了模型对X射线图像中肺部区域的适应性，突出图像中的关键目标区域，抑制无关背景噪声，能够有效应对肺部区域在形态与大小上的显著差异，提升了对复杂且形态不规则区域的识别能力，从而改善了对目标区域的分割效果。