摘要
本发明涉及图像分割技术领域,具体为一种基于深度学习的脑切片图像自动分割方法及系统,包括基于所述训练集对U‑Net深度学习分割模型进行迭代训练,以得到脑切片图像分割预测模型,对所述脑切片图像分割预测模型进行误差优化,以得到待验证脑切片图像分割模型;基于所述验证集对所述待验证脑切片图像分割模型进行性能验证,以得到性能验证结果,基于所述性能验证结果对所述待验证脑切片图像分割模型进行模型参数调整,以得到脑切片图像分割模型;基于所述脑切片图像分割模型对所述原始脑切片图像进行图像自动分割,以得到脑切片分割图像。本发明通过训练好的分割模型,能够实现对原始脑切片图像的自动化分割,显著提高图像切割处理效率。
技术关键词
图像分割模型
图像自动分割方法
切片
标注工具
图像采集单元
自动分割系统
解码器
训练集
编码器
多尺度特征提取
图像分割技术
误差
标准化方法
像素点
参数
样本
系统为您推荐了相关专利信息
电力巡检机器人
灰尘
巡检图像
图像采集系统
三维模型
密度分布特征
路径规划方法
数据预测模型
形态
大数据
激光弹射分选
激光控制模块
荧光显微成像
运动控制模块
光束整形元件
水基流延工艺
调控系统
陶瓷浆料
气泡
高精度伺服电机