一种基于机器学习的眶周容量判断方法、系统和介质

本发明涉及一种基于机器学习的眶周容量判断方法、系统和介质，方法包括步骤：通过CT或MRI设备获取包含眶周区域的断层影像数据；对获取的断层影像数据进行预处理，该预处理包括噪声去除、灰度归一化和感兴趣区域提取；将预处理后的断层影像数据输入基于轻量化U‑Net网络的深度学习模型中进行逐层处理，生成眶周区域的二值化分割掩膜；深度学习模型基于预训练模型进行迁移学习；对分割后的每层断层影像数据进行叠加，生成眶周区域的三维模型；计算三维模型的总容量值；将计算出的总容量值以数字和图形化的形式输出。与现有技术相比，本发明提供了一种快速、精准、低成本的眶周容量判定方法，具有显著的临床应用价值和推广潜力。