医学图像的子宫肌瘤分割方法及装置、设备、存储介质与流程

文档序号:36427307发布日期:2023-12-20 22:52阅读:来源:国知局

技术特征:

1.医学图像的子宫肌瘤分割方法,其特征在于,包括:

2.如权利要求1所述的医学图像的子宫肌瘤分割方法,其特征在于,将待测医学图像输入子宫肌瘤图像分割模型,获得子宫肌瘤对应的肿瘤区域,包括:

3.如权利要求2所述的医学图像的子宫肌瘤分割方法,其特征在于,所述解码器的每层均设置有双卷积模块;所述通过所述解码器对所述自适应特征图进行层层解码,包括:

4.如权利要求1所述的医学图像的子宫肌瘤分割方法,其特征在于,

5.如权利要求1至4任一项所述的医学图像的子宫肌瘤分割方法,其特征在于,采集若干医学图像进行预处理,包括:

6.如权利要求1至4任一项所述的医学图像的子宫肌瘤分割方法,其特征在于,所述方法还包括:

7.如权利要求6所述的医学图像的子宫肌瘤分割方法,其特征在于,所述指定比例为8∶1∶1。

8.医学图像的子宫肌瘤分割装置,其特征在于,包括:

9.电子设备,其特征在于,包括存储有可执行程序代码的存储器以及与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行权利要求1至7任一项所述的医学图像的子宫肌瘤分割方法。

10.计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机程序,其中,所述计算机程序使得计算机执行权利要求1至7任一项所述的医学图像的子宫肌瘤分割方法。


技术总结
本发明属于图像分割技术领域,公开了一种医学图像的子宫肌瘤分割方法,通过采集若干医学图像进行预处理,获得若干样本图像组成样本数据集;构建U型网络模型;利用样本数据集训练U型网络模型,获得具有最优模型参数的子宫肌瘤图像分割模型;将待测医学图像输入子宫肌瘤图像分割模型,获得子宫肌瘤对应的肿瘤区域;其中,U型网络模型使用Unet作为骨干网络,结合了空洞卷积和注意力机制,通过在编码器每层之间应用通道注意力机制抑制不重要的特征,并且在编码器底部将空洞空间卷积池化金字塔与卷积注意力模块联用,可以提高模型对小体积肿瘤的识别能力,进而提升分割准确率和可靠性。

技术研发人员:郭蕾,于海,张秋实,李黎明,黄志霞
受保护的技术使用者:广东省第二人民医院(广东省卫生应急医院)
技术研发日:
技术公布日:2024/1/15
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1