一种基于深度学习的肺结节自动分割方法

本发明提供了一种基于深度学习的肺结节自动分割方法，用于判断肺结节的类型并进行系统的分割，包括以下步骤：步骤1，从LIDC中获取CT影像数据，将CT影像数据中的肺结节区域截取为50×50像素大小的图片作为训练图片数据；步骤2，建立肺结节CNN分类模型，将训练图片数据输入CNN分类模型对CNN分类模型进行优化训练，并保存最高的分类准确率下的CNN分类模型进行使用；步骤3，建立各个类型肺结节的3DU‑net分割模型，将相同类型的肺结节区域的图片数据作为3DU‑net分割模型的输入图像来对3DU‑net分割模型进行优化训练，并保存最高的分割准确率下的3DU‑net分割模型进行使用；步骤4，将待分割的肺结节区域图像输入CNN分类模型后在经过3DU‑net分割模型完成对肺结节区域分割。