一种基于树状结构关键点的弱监督血管分割方法

本发明公开了一种基于树状结构关键点的弱监督血管分割方法，涉及医学图像中类血管的树状结构分割技术领域。首先，提出了一种基于关键点(Key‑points)的损失函数，利用Key‑points图对各种X损失函数进行变形，它们适用于弱监督学习场景。这些形变后的损失函数增强了神经网络在血管分割中保形状和拓扑结构的能力。此外，建立了迭代训练修正弱标注的方法，带来更高的分割准确性。本发明可以在弱监督学习场景下实现目标保形状和拓扑，得到更精确、更有效、更鲁棒的分割结果，还可以大大减少人工标注的工作量，具有较高的临床应用价值。