基于分层形状先验增强ResUNet模型的医学图像分割方法及装置

AITNT
正文
推荐专利
基于分层形状先验增强ResUNet模型的医学图像分割方法及装置
申请号:CN202510042020
申请日期:2025-01-10
公开号:CN119477943B
公开日期:2025-07-01
类型:发明专利
摘要
本发明提供一种基于分层形状先验增强ResUNet模型的医学图像分割方法及装置,涉及医学图像分割技术领域。该方法包括:获取初始3D医学图像;基于预设处理参数,对初始3D医学图像进行数据处理,获得训练3D医学图像;基于ResUnet模型结构构建医学图像分割模型;将训练3D医学图像输入医学图像分割模型进行图像分割预测训练,获得3D分割图像;根据预设标注3D医学图像以及3D分割图像进行损失函数计算,得到模型分割损失;根据模型分割损失,对医学图像分割模型进行参数优化,获得优化图像分割模型;获取待分割3D医学图像;根据待分割3D医学图像,通过优化图像分割模型进行图像分割。本发明是一种基于分层形状先验增强ResUNet模型的准确且高效的3D医学图像分割方法。
技术关键词
形状先验 医学图像分割模型 医学图像分割方法 模块结构 采样模块 上采样 分层 计算机可读取存储介质 编码器模块 计算机可读指令 医学图像分割技术 图像处理模块 解码器 模型训练模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号