[发明专利]一种树状结构数据的图像与分割标签生成模型及应用

摘要

本发明提供一种树状结构数据的图像与分割标签生成模型及应用。所述模型包含基于少量专家知识设计的树状结构图像仿真器模型和基于形态损失函数的生成网络模型。本发明无需任何人工标注信息，即可以生成与真实目标图像风格极为相似的有标签仿真树状结构图像。此项技术可以针对各类医学图像中树状目标(如：大脑神经元，视网膜血管，肺部气管等)进行图像与分割标签生成，数据质量可达到人工标注数据的水平。本发明是首个具备自动生成分割级数据的模型，具有模型配置简单灵活、生成数据质量高，应用范围广泛的优势，可用于取代高成本高耗时的人工标注数据过程，有望彻底解决深度学习在处理医学树状图像分割问题时缺乏标注数据的瓶颈。