一种卵巢癌病灶分割模型的训练方法

本发明涉及一种卵巢癌病灶分割模型的训练方法，属于病灶分割技术领域，解决了现有技术中不能准确分割的问题。方法包括：获取有病灶患者的CT图像和病灶分割标签构建训练样本集；构建编码器‑解码器结构的深度学习网络模型，所述深度学习网络模型的编码器用于采用多层下采样基于自注意力机制提取样本的深度特征；所述深度学习网络模型的解码器用于采用多层上采样对深度特征进行反卷积并基于最终的特征图输出分割图；所述编码器和解码器的对应层间有跳跃连接；基于所述训练样本集对所述深度学习网络模型进行训练得到病灶分割模型。实现了准确的病灶分割。