基于多视角特征融合的CBCT下颌神经管精细化分割方法

本发明公开了一种基于多视角特征融合的CBCT下颌神经管精细化分割方法。本发明首先选取CBCT影像和下颌神经管标注构成数据集；将训练集切成若干个Patch得到输入数据，并编码每个Patch的位置坐标。其次，将每个Patch与其对应的位置编码送入预分割网络模型，得到预分割结果，采用三次样条插值得到下颌管中心线。最后对CBCT与下颌管中心线进行多视角特征提取，并通过3D Attention进行特征融合，并将得到的特征进行解码，最终获得下颌管的分割结果，并进行优化训练。本发明有效融合多种视角的特征信息，确保了分割结果的精确性和完整性。