摘要
本发明公开了一种基于自适应多层卷积神经网络的肿瘤生长预测与分割方法,S1、获取包含肿瘤区域的医学影像数据集;S2、对医学影像数据集进行预处理;S3、构建自适应多层卷积神经网络模型;S4、将预处理后的医学影像数据集输入至自适应多层卷积神经网络模型中;S5、卷积层自动调整卷积核的大小、步长和层数;S6、通过Dice损失函数对自适应多层卷积神经网络模型进行监督学习训练;S7、输出肿瘤边界;S8、预测肿瘤在未来时间点的生长方向、位置及其可能扩展的范围;S9、根据反馈机制动态调整各层的卷积核大小、步长以及注意力机制的权重分布;S10、输出肿瘤的分割结果以及生长趋势预测结果。本发明提升了肿瘤分割和生长趋势预测的精度和鲁棒性。
技术关键词
医学影像数据
肿瘤生长预测
多层卷积神经网络
注意力机制
加权特征
分割方法
识别肿瘤边界
输出特征
时间序列影像
计算机断层扫描
对比度
模块
像素点
动态
信息更新