一种基于双流网格卷积神经网络的肝脏表面地标分割方法

本发明涉及一种基于双流网格卷积神经网络的肝脏表面地标分割方法，包括：构造数据集，包含肝脏网格数据及相应标注；搭建双流网格卷积神经网络TSMCN，包含边处理流E‑stream和点处理流P‑stream两个并行流，用于分别从网格边缘和坐标点提取几何表示；利用数据集对TSMCN进行训练优化，得到肝脏图像分割模型；将当前肝脏网格数据输入肝脏图像分割模型，输出得到对应关键解剖区域的分割结果。与现有技术相比，本发明突破传统单流网络局限，能够同时从两个关键视角学习几何特征，为准确分割提供多维度信息支持，实现肝脏表面关键解剖区域的准确自动分割，有利于提升增强现实(AR)引导肝脏手术的效果。