一种基于深度学习的医学影像分割系统和方法

本发明涉及医学影像处理技术领域，公开了一种基于深度学习的医学影像分割系统和方法，包括数据预处理模块，用于接收原始医学影像数据，并对其进行归一化、去噪和平滑等预处理操作，以提高影像质量，减少噪声干扰，增强影像的可分析性；深度学习模型训练模块，包括构建的深度学习网络结构，所述网络结构至少包含一个卷积层、一个池化层和一个全连接层。通过采用U‑Net架构或其变体的深度学习网络结构，实现多尺度特征提取，下采样提取高级语义特征，上采样融合高低级特征，从而更精准地定位和分割医学影像中的目标区域，清晰标示出组织器官边界与区域，为医学诊断提供更可靠的依据，满足临床对分割精度的高要求。