基于深度学习自编码的脑部疾病MRI影像的多病灶识别方法

一种基于深度学习自编码的脑部疾病MRI影像的多病灶识别方法，包括：对脑部磁共振成像数据进行预处理；使用自编码网络预训练，对MRI数据进行特征提取；将自编码网络编码器的参数迁移至U‑型深度学习网络，进一步学习图像的特征，输出病灶的识别和预测结果。本发明将深度学习算法引入到脑部疾病MRI诊断中，通过迁移学习方法将使用真实数据训练的无监督自动编码器的部分参数迁移至通用U‑型深度学习网络中，降低了对标记数据的需求量并提高了训练效率；本发明较传统单一U‑型网络可进一步提升模型的性能指标，实现更精准的病灶识别，对临床医学领域快速诊断有重大意义。