摘要
本发明公开了一种基于多尺度自适应原型聚合的MRI脑肿瘤图像分割方法,涉及医学影像分析技术领域,该方法包括:获取待分割的脑肿瘤MRI图像,对脑肿瘤MRI图像进行预处理;将预处理后的脑肿瘤MRI图像输入到构建的多尺度自适应原型聚合的脑肿瘤分割网络中。本网络以U‑Net架构为基础,通过引入原型聚合模块到瓶颈层和解码器的第二层到第四层中,对所有类别的原型进行聚合,其中原型根据每个特征的预测,将属于相应类别的所有特征加权聚合,从而捕获感知原型的上下文;通过在跳跃连接中引入双多尺度聚合模块,从不同的空间和尺度背景中提取肿瘤特征。本发明通过有效利用多尺度空间和语义信息,同时提取和聚合不同类别的输入特定原型,实现更高精度的脑肿瘤MRI图像分割。
技术关键词
脑肿瘤图像
原型
脑肿瘤分割
医学影像分析技术
模块
解码器
网络模型结构
输出特征
亮度方法
输入多尺度
编码器结构
退火策略
后处理方法
语义层面
系统为您推荐了相关专利信息
中央控制系统
坐标系
算法模块
控制模块
无线充电发射端
频谱分配方法
皮尔逊相关系数
迁移学习算法
基站
超密集网络
故障场景
分布式光伏
配电网拓扑模型
配电网故障
计算方法
图像编辑方法
场景结构
图像编辑设备
语义分割信息
障碍物
电磁暂态仿真模型
新能源机组
仿真验证方法
自动化建模方法
频率