摘要
本发明提供了一种基于深度学习的肺损伤区域自动分割系统及方法，实现提高肺损伤区域自动分割的精度。首先，对所述原始肺部图像进行去噪、边缘检测和区域增强，输出处理后的原始肺部图像；接着，采用深度卷积神经网络(CNN)进行对所述处理后的原始肺部图像进行特征提取和图像分割，并结合医学图谱对分割结果进行优化，输出输出优化后的肺损伤区域分割图像；最后，通过增强现实技术和交互式修正功能，帮助医生实时调整分割结果，并通过形态学操作和平滑处理，输出最终的肺损伤区域分割图像。本发明通过多层次的技术手段，显著提升了肺损伤区域自动分割的精度。
