摘要
本发明公开了一种基于多向空间特征的肝肿瘤分割方法,该方法旨在实现精确的肝肿瘤分割。该方法包括:S1:预处理腹部CT数据,得到NPY矩阵数据,将数据划分为训练集,验证集和测试集;S2:提取NPY矩阵数据的初始特征;S3:在初始特征中提取多向空间特征;S4:构建自适应门控注意力模块AGAM对多向空间特征进行特征提取,得到局部特征;S5:构建六向Mamba模块HoM对多向空间特征进行特征提取,得到全局特征;S6:对局部特征和全局特征进行融合和增强得到强化特征;S7:构建通道解析熵模块CPEM对强化特征进行筛选,得到最终特征;S8:拼接多尺度的最终特征,得到肝肿瘤的分割图。本发明能够有效提升肝肿瘤分割精度,可用于CT图像中的肝肿瘤分割。
技术关键词
肿瘤分割方法
强化特征
代表
状态空间模型
注意力
序列
横断面特征
融合特征
多层感知机
表达式
全局平均池化
矩阵
通道
训练集
单尺度特征
模块
数据
冠状
空间特征提取
系统为您推荐了相关专利信息
特性分析方法
有功功率
状态空间模型
动态
虚拟惯量
多层次特征提取
小鼠视网膜
图像分割方法
注意力
融合全局特征
光伏功率预测方法
深度残差神经网络
多层感知机
表达式
数据