[发明专利]一种肝脏肿瘤图像分割模型训练方法

权利要求书

1.一种肝脏肿瘤图像分割模型训练方法，其特征在于，所述的方法包括：

获取肝脏CT图像，对所述的肝脏CT图像进行预处理操作，得到样本图像和肿瘤斑块图像，所述的预处理操作包括间隔插值、窗口变换、有效范围提取和肿瘤斑块图像的生成，其中肿瘤斑块图像的大小由样本图像中的最大肿瘤决定；

利用所述的样本图像和肿瘤斑块图像依次对肿瘤图像分割模型进行训练，直至确定肿瘤图像分割模型训练完成，所述的肿瘤图像分割模型还包括预设的图像分割模型、第一肿瘤图像分割模型和第二肿瘤图像分割模型；其中，执行的训练过程包括：

将所述的样本图像输入至预设的图像分割模型中进行训练，得到训练完成的第一肿瘤图像分割模型；

将所述的肿瘤斑块图像输入至第一肿瘤图像分割模型中进行训练，得到训练完成的第二肿瘤图像分割模型；

将所述的样本图像输入至第二图像分割模型中进行训练，得到训练完成的肿瘤图像分割模型。

2.根据权利要求1所述的方法，其特征在于，所述的肿瘤斑块图像中包括阳性肿瘤斑块图像和阴性肿瘤斑块图像，其中阳性肿瘤斑块图像和阴性肿瘤斑块图像大小相同。

3.根据权利要求1所述的方法，其特征在于，所述的肿瘤图像分割模型采用Unet神经网络结构，由对称的编码器和解码器组成。

4.根据权利要求1所述的方法，其特征在于，所述的肝脏CT图像的每个切片分辨率为512×512，样本图像大小设置为64×256×256，肿瘤斑块图像大小设置为64×190×190。