一种基于机器学习的图像分割标注方法及系统

本发明提供一种基于机器学习的图像分割标注方法及系统，涉及计算机视觉技术领域，所述方法包括：基于初始分割结果的边界形态，在分割边界的关键区域中动态选定三个检测点，构建动态三角网格单元；根据动态三角网格单元的顶点坐标计算几何特征值，所述几何特征值包括三角网格单元面积与边长的比例关系；将几何特征值与预设阈值范围比对，若超出阈值范围则生成边界坐标修正参数；根据修正参数调整肺部区域分割结果的边界坐标，生成修正后的肺部区域分割结果。本发明通过从图像获取到病变标注的端到端操作减轻医生工作负担，基于分割结果，病变标注单元能精准定位病变位置。