一种基于深度学习的CT影像分割方法及系统

本发明涉及医学影像技术领域，尤其涉及一种基于深度学习的CT影像分割方法及系统。所述方法包括以下步骤：获取原始CT影像；基于深度学习分割网络对原始CT影像进行边界深度学习预分割，得到初始轮廓概率图谱；对初始轮廓概率图谱进行初步界面区域定位，并进行法向量提取，得到初步界面点云和法向量集；根据初步界面点云和法向量集进行受压迫组织候选区密度梯度分析，得到界面邻近密度特征图；根据初步界面点云和法向量集进行脂肪间隙完整性评估，得到界面脂肪间隙质量图；根据界面邻近密度特征图和界面脂肪间隙质量图构建界面力学特征图谱。本发明通过生物力学特性改变的图像特征，提升分割的准确性和对复杂病理界面的适应性。