广州思德医疗科技有限公司

本发明提供一种基于深度学习的多解剖区域分割模型的训练方法及装置，涉及计算机技术领域，包括：获取医学图像样本，通过特征提取主干网络，提取多层级局部特征表示和全局分类标记特征，基于多解剖区域分割模型输出的像素级分割预测结果和全局类别预测结果，计算总损失函数，更新该多解剖区域分割模型的网络参数。本发明提供的方法及装置，通过多解剖区域分割模型输出像素级分割预测结果和全局类别预测结果，计算总损失函数，并基于总损失函数更新多解剖区域分割模型的网络参数，引导网络模型在反向传播过程中同步优化其局部像素划分能力和全局整体判别能力，显著提高了消化道解剖分割区域准确性和稳定性。