[发明专利]基于深度学习的超声内窥图像智能分割与量化方法及系统

摘要

本发明公开了一种基于深度学习的超声内窥图像智能分割与量化方法及系统，方法包括以下步骤：图像归一化预处理；提取感兴趣区域；对不同声阻抗分层进行人工精细标注；数据扩增获得更多图像并将图像及其对应的人工标注图像分为训练集、验证集和测试集；构建全卷积神经网络模型；将训练集送入网络模型进行训练得到分割模型；验证训练完毕的模型对验证集的分割精度；计算分割后不同组织的声阻抗层的相对面积比，得到量化结果。基于本发明可以得到精细的声阻抗分层分割图像以及精确的量化参数，降低人工成本，可望用于医学影像分析等领域。