基于深度学习的图像分割方法及系统

本发明提供一种基于深度学习的图像分割方法及系统，首先获取包含不同模态器官影像数据的医疗影像原始数据集合以及对应的包含器官轮廓和病灶区域标注信息的临床解剖标注数据，接着加载预训练的医疗影像分割模型，该医疗影像分割模型包含解剖结构先验信息融入模块和临床标注规则映射模块，将医疗影像原始数据输入模型特征提取层，结合解剖结构先验信息生成医疗影像特征图谱，调用临床标注规则映射模块将临床解剖标注数据转化为分割约束参数，对特征图谱处理得到初步分割结果集合，最后基于初步分割结果与临床解剖标注数据的关联关系优化模型分割参数，输出包含器官轮廓和病灶区域分割结果的最终医疗影像分割结果，由此提高图像分割的准确性。