基于MST-KDNet神经网络的神经胶质瘤缺失模态分割方法

本发明公开了基于MST‑KDNet神经网络的神经胶质瘤缺失模态分割方法，该方法首先构建由多尺度Transformer知识蒸馏模块、全局风格匹配模块与双模式Logit蒸馏模块组成的MST‑KDNet神经网络模型，用于神经胶质瘤缺失模态分割，输出分割结果图。其次建立关于神经胶质瘤的磁共振成像数据集，并分为训练集和测试集。最后使用训练集对MST‑KDNet神经网络模型进行训练，结合多模态神经胶质瘤图像特点，进行参数调优，并测试。本发明解决了学生模型的训练稳定性和灵活性不足等问题，有效提高了分割的准确率。