一种基于深度学习的脑血肿分割方法及系统

本发明公开了一种基于深度学习的脑血肿分割方法及系统。该方法包括：构建神经网络模型，所述神经网络模型包括若干顺序连接的图像信息压缩模块和若干顺序连接的图像信息融合模块，所述图像信息压缩模块包括依次顺序连接的第一自注意力卷积单元、第二自注意力卷积单元和池化层，所述图像信息融合模块包括依次顺序连接的上采样单元、特征图拼接单元和第三自注意力卷积单元；获取脑CT样本图像；以脑CT样本图像为输入，以脑CT样本图像中各像素点的出血情况为标签，对神经网络模型进行训练；采用训练好的神经网络模型对待分割脑CT图像进行脑出血识别。本发明能够对脑CT图像中出血区域进行准确而高效的分割。