一种基于U-Net的多窗宽床位腹部CT气腹的自动化分割方法

本发明属于医学影像技术领域，公开了一种基于U‑Net的多窗宽床位腹部CT气腹的自动化分割方法，包括以下步骤：步骤S1、收集患者CT图像数据，并进行预处理；步骤S2、基于U‑Net网络的分割算法，建立自动化分割模型，并对模型进行训练；步骤S3、对训练后的自动化分割模型，采用网格搜索算法定量优化窗宽窗位。本发明采用上述一种基于U‑Net的多窗宽床位腹部CT气腹的自动化分割方法，通过动态调整窗宽窗位参数组合，实现腹膜腔内游离气体的自动检测与精准分割，提升气腹诊断效率与准确率，降低漏诊风险，为临床决策提供可靠依据。