一种基于元学习的跨域小样本CT图像语义分割系统及方法

摘要文本

本发明公开了一种基于元学习的跨域小样本CT图像语义分割系统及方法，该系统包括：数据处理模块：用于从带标注的源域图片数据中采样，组合为小样本分割任务集合，以及从目标域采样无标注图片作为训练数据；特征提取模块：用于使用卷积神经网络获得源域图片数据的中层特征和原型特征，使用卷积神经网络获得目标域中图片的中层特征；分割预测模块：用于利用余弦相似度计算小样本分割任务的分割结果；损失计算模块：计算加权损失并优化模型。本发明解决了带标注的CT医学图像数量在源域不足以支持元训练的问题，可以在医疗领域中提供CT图像语义分割数据，快速定位目标区域，以支持更精准的疾病诊断和治疗决策，具有较好的应用前景。