摘要
本发明公开了一种腹部肌肉和脂肪的密度与面积计算方法及系统,训练得到腰椎分类模型与椎突判断模型,使用腰椎分类模型对腹部区域CT图像进行腰椎分类,将预测类别为L3的图像输入椎突判断模型找到带椎突的L3图像,筛选最佳L3图像;构建ResWAA_DNet模型学习腹部CT图像到其语义分割掩膜图像的映射,基于边缘检测算子对目标区域边界进行强调,以优化模型对目标区域的边界分割效果,加入广域注意力机制与跨层连接,得到最佳L3图像的腹部肌肉、皮下脂肪、内脏脂肪语义分割结果;根据分割结果得到上述区域的密度及面积。本发明达到腹部CT图像腰椎自动分类、最佳L3图像自动定位以及腹部肌肉与脂肪自动分割的先进水平,提高了相关区域密度与面积计算结果的准确率。
技术关键词
面积计算方法
腹部CT图像
腰椎
掩膜
脂肪
语义
注意力机制
面积算法
网络架构
密度算法
蒙特卡洛
定位算法
预测类别
内脏
像素
矩阵
通道