一种基于深度学习的深静脉血栓超声图像分割方法

本发明涉及医学影像处理技术领域领域，更具体地说，它涉及一种基于深度学习的深静脉血栓超声图像分割方法，其技术方案要点包括以下步骤：S1、基于下肢深静脉血栓的超声图像样本的特征构建图像特征数据集；S2、对所述图像特征数据集进行预处理，获得血栓区域数据集；S3、基于U‑Net构建HLNS‑Net网络；S4、将所述血栓区域数据集输入至所述HLNS‑Net网络进行训练,提升所述HLNS‑Net网络对下肢深静脉血栓图像的检测精度。本发明具有泛化能力佳，鲁棒性好、分割效率高的优点。