基于脉冲神经网络的核磁共振图像双心室分割方法

本发明属于医学图像处理技术领域，具体是一种基于脉冲神经网络的核磁共振图像双心室分割方法。首先，获取若干含有双心室的心脏MR图像组成数据集，并对数据集进行预处理；然后，基于脉冲神经网络构建双心室分割模型，双心室分割模型以U‑Net网络为基本框架，包括多个编码层和解码层，最后一个解码层的输出特征依次经过卷积批归一化、激活函数和分割头，得到双心室分割图；所述编码层和解码层包括多个脉冲双注意力残差模块，脉冲双注意力残差模块的输入特征依次经过脉冲激活、卷积批归一化、脉冲激活和卷积批归一化操作后，与自身经过卷积操作后的特征进行残差连接，残差连接得到的特征经过双重脉冲注意力模块，得到脉冲双注意力残差模块的输出特征；最后，对双心室分割模型进行训练，将训练后的双心室分割模型用于双心室分割，得到双心室分割图。该方法在提升分割精度的同时减少了计算消耗。