基于神经网络半监督学习的脊椎骨折分割与训练方法、系统及相关设备

本申请涉及一种基于神经网络半监督学习的脊椎骨折分割与训练方法、系统及相关设备。该方法包括：获取目标患者的脊椎CT图像，基于3D U‑Net模型对脊椎CT图像进行椎骨分割，得到椎骨CT图像；利用2.5D椎骨骨折分类模型对椎骨CT图像进行分类，得到椎骨骨折图像、无骨折椎骨图像；基于特定部位骨折CT图像和无骨折椎骨图像构建人造椎骨骨折区域分割蒙版，根据椎骨骨折图像生成椎骨骨折区域分割蒙版；以人造椎骨骨折区域分割蒙版和椎骨骨折区域分割蒙版为训练数据，对3D U‑Net模型进行半监督学习训练，得到脊椎骨折分割模型。该方法在有限真实患者脊椎骨折图像数据的条件下实现了脊椎骨折分割模型的训练，且提升了骨折分类的准确性和效率，提升了脊椎骨折分割精度。