一种基于多层逆转校准的全区域学习脑胶质瘤分割方法

本发明涉及一种基于多层逆转校准的全区域学习脑胶质瘤分割方法，属于图像处理领域。该方法包括如下步骤：数据构建、数据预处理、图像分割网络、多尺度特征融合机制、网络训练模块、逆转校准和离散区域学习，搭建训练模型结合预处理后的数据利用Pytorch深度学习框架建立多尺度特征融合机制为基础的网络模型，然后通过训练网络模型得到初步的分割结果，各层通过逆转校准步骤逆转背景和前景，突出分割目标的区域，再结合损失函数校准整体区域学习，最后运用开运算和闭运算聚焦离散区域生成精准的脑胶质瘤分割结果。本发明能提高分割效率，还能解决脑胶质瘤分割中肿瘤边界模糊，肿瘤区域离散化的问题。