[发明专利]一种基于人工智能的医学图像分割方法及系统

权利要求书

1.一种基于人工智能的医学图像分割方法，其特征在于，包括：

将低层次视觉特征输入至低层次视觉特征输入路径进行过滤，确定过滤后的低层次视觉特征以及所述过滤后的低层次视觉特征的通道数；所述低层次视觉特征输入路径包括多个密集块以及下采样模块；每个所述密集块由第一密集连接卷积网络以及残差网络融合连接组成；所述残差网络的跳过连接设于所述第一密集连接卷积网络的前后，所述残差网络的跳过连接引入所述下采样模块；多个所述密集块依次连接；前一个密集块的输出为后一个密集块的输入；

将高层次视觉特征输入至高层次视觉特征输入路径进行调整，根据所述过滤后的低层次视觉特征的通道数调整所述高层次视觉特征，确定调整后的高层次视觉特征；所述高层次视觉特征输入路径包括卷积网络以及上采样模块；所述卷积网络用于调整所述高层次视觉特征的维度；所述上采样模块用于采集所述高层次视觉特征的尺寸；

经过第二密集连接卷积网络，将所述过滤后的低层次视觉特征以及所述调整后的高层次视觉特征进行融合，确定融合特征；

根据所述融合特征生成带分割图像内每个像素点的分类结果；

根据所述分类结果生成分割图像。

2.根据权利要求1所述医学图像分割方法，其特征在于，所述将低层次视觉特征输入至低层次视觉特征输入路径进行过滤，确定过滤后的低层次视觉特征以及所述过滤后的低层次视觉特征的通道数，具体包括：

将所述低层次视觉特征经过所述残差网络进行自适应调整，确定调整后的低层次视觉特征；

将所述调整后的低层次视觉特征经过所述第一密集连接卷积网络进行过滤，确定过滤后的低层次视觉特征以及所述过滤后的低层次视觉特征的通道数。

3.根据权利要求1所述医学图像分割方法，其特征在于，所述将高层次视觉特征输入至高层次视觉特征输入路径进行调整，根据所述过滤后的低层次视觉特征的通道数调整所述高层次视觉特征，确定调整后的高层次视觉特征，具体包括：

根据所述过滤后的低层次视觉特征的通道数调整所述高层次视觉特征的通道数，直至所述高层次视觉特征与所述低层次视觉特征的维度相同，获取所述高层次视觉特征的维度；

根据所述高层次视觉特征的维度确定调整后的高层次视觉特征。

4.根据权利要求1所述医学图像分割方法，其特征在于，所述将高层次视觉特征输入至高层次视觉特征输入路径进行调整，根据所述过滤后的低层次视觉特征的通道数调整所述高层次视觉特征，确定调整后的高层次视觉特征之后，还包括：

获取所述调整后的高层次视觉特征的高层次图像尺寸以及所述过滤后的低层次视觉特征的低层次图像尺寸；

判断所述高层次图像尺寸是否与所述低层次图像尺寸相同，得到第一判断结果；

若所述第一判断结果表示为所述高层次图像尺寸与所述低层次图像尺寸相同，根据所述过滤后的低层次视觉特征的通道数调整所述高层次视觉特征的通道数，直至所述高层次视觉特征与所述低层次视觉特征的维度相同，获取所述高层次视觉特征的维度；

若所述所述第一判断结果表示为所述高层次图像尺寸与所述低层次图像尺寸不相同，对所述高层次图像尺寸进行调整。