摘要
本发明公开一种基于高阶注意力机制的脑肿瘤影像分割方法,对脑肿瘤MRI影像数据集进行数据预处理,得到预处理后的脑肿瘤影像数据集,按比例将脑肿瘤影像数据集划分为训练数据集和测试数据集,通过训练数据集和测试数据集对改进的HLNet模型进行训练和验证,最终得到训练好的脑肿瘤分割模型,对脑肿瘤图像进行分割,得到增强型肿瘤(ET)、肿瘤核心(TC)以及全肿瘤(WT)的Dice系数。通过本发明可以快速准确地获得脑肿瘤分割影像。
技术关键词
影像分割方法
注意力机制
深度学习超参数
脑肿瘤分割
脑肿瘤图像
数据
注意力模型
边界问题
解码器
切片
编码器
表达式
核心
样本
元素
模块
系统为您推荐了相关专利信息
深度学习模型
双向长短期记忆网络
卷积特征提取
指数
水泵启停控制
文本生成方法
双向注意力机制
文本生成系统
模型训练方法
样本
燃煤设备
跨模态融合特征
模态特征
时空融合特征
生成对抗网络
融合神经网络
点识别方法
倾斜摄影三维模型
数字高程模型
高分辨率遥感影像