【技术实现步骤摘要】
本申请涉及图像处理，具体而言，涉及一种医学图像分割方法及系统。
技术介绍
1、乳腺超声图像中乳腺肿瘤的分割是乳腺癌计算机辅助诊断和定量分析的关键步骤之一。由于散斑噪声、超声伪影等因素的干扰、肿瘤形态的多样性以及良恶性肿瘤的差异等，使得乳腺肿瘤分割面临巨大的挑战。尽管目前已有利用深度学习网络进行乳腺肿瘤分割，其在不同程度上提高了乳腺肿瘤的分割精度，但是经专利技术人研究发现，由于边界模糊、异质结构等因素导致现有的乳腺分割方法存在严重的漏检和误检。
技术实现思路
1、本申请的目的在于提供一种医学图像分割方法及系统，其能够提升乳腺肿瘤的分割精度，并减少乳腺肿瘤相似组织的漏检和误检。
2、本申请是这样实现的：
3、第一方面，本申请提供一种医学图像分割方法，包括以下步骤：
4、获取乳腺超声图像训练集；所述乳腺超声图像训练集中的每张乳腺超声图像都包括相关联的病灶标注图像和病灶预测图像，所述病灶预测图像是将乳腺超声图像送入预先训练好的图像分割模型中进行图像分割得到的预测...
【技术保护点】
1.一种医学图像分割方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种医学图像分割方法，其特征在于，所述根据相关联的病灶标注图像和病灶预测图像进行集合运算处理，以得到对应的漏检区域标签图像和误检区域标签图像，包括：
3.如权利要求1所述的一种医学图像分割方法，其特征在于，所述根据病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征进行拓扑交互处理，以得到多个预测特征，包括：
4.如权利要求3所述的一种医学图像分割方法，其特征在于，所述拓扑信息交互模块包括编码器网络、解码器网络和拓扑信息交互单元；
5.如权...
【技术特征摘要】
1.一种医学图像分割方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种医学图像分割方法，其特征在于，所述根据相关联的病灶标注图像和病灶预测图像进行集合运算处理，以得到对应的漏检区域标签图像和误检区域标签图像，包括：
3.如权利要求1所述的一种医学图像分割方法，其特征在于，所述根据病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征进行拓扑交互处理，以得到多个预测特征，包括：
4.如权利要求...
【专利技术属性】
技术研发人员：黄伟俊，吴继鹏，邱懿德，叶洁仪，罗卓如，钟敏莹，肖燕燕，温影红，熊玥，
申请(专利权)人：佛山市第一人民医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。