摘要
本发明实施例中提供了一种基于可变形U‑Net的自适应医学图像分割方法,属于图像处理技术领域,具体包括:获取样本医学图像数据集并进行图像增强操作,得到训练图像集和验证图像集及其对应的标签集;构建基于可变形U‑Net的自适应医学图像分割模型并利用训练图像集及其对应的标签集进行模型训练;利用验证图像集及其对应的标签集,进行基于可变形U‑Net的自适应医学图像分割模型的验证,利用随机数种子,对模型的参数进行调整优化,获得表现最佳的基于可变形U‑Net的目标自适应医学图像分割模型;将待分割医学图像输入目标自适应医学图像分割模型,得到病灶区域分割结果。通过本发明的方案,提高了医学图像分割的适应性和精准度。