摘要
本发明公开一种基于三维深度学习网络的冠状动脉图像分割方法及系统,涉及医学图像分割技术领域。本发明所述方法基于一种新颖的多空间、多频率的三维深度学习网络,本发明提出的方法能够处理冠状动脉的大尺度变化,提取其复杂解剖结构和形态下的代表性特征;本发明设计一个去混淆模块,用于削弱可能导致混淆的高频分量,减小混淆现象对网络的影响;采用频率交叉注意力模块,减小编码器和解码器之间的语义差距,提高了冠状动脉分割的精确率;有效地提取隐藏的多尺度上下文信息;进一步应用频率增强模块模块增强冠状动脉相关的频率,减弱无关的频率,同时关注全局信息和局部信息,可以使网络更好地捕捉冠状动脉的细节和结构特征。
技术关键词
深度学习网络
图像分割方法
CT图像数据
频率
注意力
医学图像分割技术
编码器
数据获取模块
矩阵
图像分割系统
解码器架构
分支
混淆现象
可读存储介质
处理器
计算机设备