[发明专利]一种基于生成对抗网络的医学图像分割方法、系统及电子设备

摘要

本申请涉及一种基于生成对抗网络的医学图像分割方法、系统及电子设备。首先，研究生成器如何对不同类别的高质量图像的像素级特征进行提取，并利用胶囊模型进行结构化特征表示，进而实现像素级标注样本的生成；其次构建合适的判别器，用于判别生成像素级标注样本的真伪，并设计合适的误差优化函数，将判别结果分别反馈到生成器和判别器的模型当中，通过不断的对抗训练，分别提高生成器和判别器的样本生成能力和判别能力，最后利用训练好的生成器生成像素级标注样本，实现图像级标注医学图像的像素级分割。本申请有效地降低分割模型对像素级标注数据的依赖，既能提高生成样本与真实样本对抗训练的效率，又可以有效实现高精度的像素级图像分割。

主权项

1.一种基于生成对抗网络的医学图像分割方法，其特征在于，包括以下步骤：/n步骤a：分别采集其他医学图像的像素级标注样本以及待分割医学图像的图像级标注样本；/n步骤b：通过所述其他医学图像的像素级标注样本以及待分割医学图像的图像级标注样本训练基于胶囊网络的生成对抗网络，所述生成对抗网络包括生成器和判别器；/n步骤c：所述生成器对其他医学图像的像素级标注样本进行像素级特征提取，通过所述像素级特征对待分割医学图像的图像级标注样本进行处理，生成所述待分割医学图像的像素级标注样本，并基于所述像素级标注样本生成所述待分割医学图像的分割预测样本；/n步骤d：将所述生成器生成的分割预测样本和待分割图像的真实标注样本一起输入到判别器进行“生成-对抗”训练，判别所述分割预测样本的真伪，并根据误差函数对生成器和判别器进行优化，得到训练好的生成对抗网络；/n步骤e：将图像级标注的待分割医学图像输入训练好的生成对抗网络，通过所述生成对抗网络输出待分割医学图像的像素级分割图像。/n