摘要
本发明涉及一种基于机器学习的图像处理技术,一种医学图像的图像分割方法,包括:获取若干样本医学图像以及各样本医学图像的标签图像,各标签图像中的感兴趣像素点对应有第一标签;基于各所述样本医学图像以及标签图像,对初始图像分割模型中的初始卷积神经网络模块ResNet、初始空洞空间金字塔池化模块以及初始多层级特征解码器中的参数进行更新,以训练获得目标图像分割模型;基于所述目标图像分割模型对目标医学图像进行图像分割处理,获得图像分割结果。该方法特别适用于病灶边界模糊、小样本快速建模、可快速部署AI模型的基层医院影像分析辅助系统。