一种基于多视角融合的两阶段多类肺裂纹分割方法

本发明属于医学影像智能计算技术领域，尤其涉及一种基于多视角融合的两阶段多类肺裂纹分割方法。第一阶段将每个数据集按照矢状面、冠状面、横截面分别采样，输入至SRPNet网络进行训练，提取单类肺裂纹；SRPNet网络中结合位置先验聚类、语义一致性自正则化以及内部特征蒸馏；第二阶段将单类肺裂纹以及原始三维图像输入至轻量化MFNet网络，进行肺裂纹的融合优化及分类任务。本发明提出将位置先验聚类的自注意力模块应用于肺裂纹分割任务中，以解决单一切片内的肺裂纹断裂问题。另外利用对称监督正则化机制和特征蒸馏模块来改进网络，丢弃网络中的无关信息并更好地保留语义，进一步提升模型准确性。