平扫CT横窦乙状窦交界自动分割方法

本发明公开了平扫CT横窦乙状窦交界自动分割方法，该方法主要包括：利用增强CT处理得到伪平扫CT，使用深度学习预训练模型对增强CT进行脑组织分割，对分割结果进行修正后，将大脑组织的灰度值统一为背景值，去除血管灰度信息生成伪平扫CT图像；随后对伪平扫CT数据进行预处理，构建标注数据集；采用3D‑UNet网络模型并引入上下文编码模块，通过学习一组缩放因子进行特征增强，提升分割的精度和鲁棒性；对伪平扫CT数据进行深度学习训练，采用Dice损失函数，利用深监督方法优化网络性能。最终，训练后的网络模型可用于实际患者平扫CT图像的横窦乙状窦交界自动分割。本发明方案通过处理增强CT图像得到伪平扫CT，并利用引入上下文编码模块的深度学习网络实现对平扫CT图像中横窦乙状窦交界的自动分割。