摘要
本发明涉及一种多模态融合和级联分割的脑肿瘤图像分割方法,属于数字图像处理领域。该方法包括:S1、获取不同模态的脑肿瘤图像,统一图像的尺寸并进行预处理,再划分为训练集和测试集;S2、构建脑肿瘤图像分割模型,将训练集输入该模型中进行训练;S3、每一轮训练中该模型对输入的图像数据进行多模态特征提取、多模态融合和级联分割,并以分割区域的加权Dice Loss和作为损失函数,通过与标签进行比较,计算损失并反向传播训练模型参数,直至模型参数收敛;S4、采用训练好的脑肿瘤图像分割模型对脑肿瘤图像进行分割,得到脑肿瘤分割结果。本发明可以充分利用多模态图像之间的互补信息,并帮助网络关注到区域与区域之间的边界。
技术关键词
脑肿瘤图像
多模态
模态特征
编码器模块
解码器组
脑肿瘤分割
级联
ReLU函数
数字图像处理
注意力
训练集
参数
标签
尺寸
数据
系统为您推荐了相关专利信息
开合装置
正芽装置
图像采集装置
多模态
融合知识图谱
图片检索方法
图片多标签
多模态
文本
度计算方法
眼底特征
混合效应线性回归模型
彩色眼底图像
非球面
眼球
视频压缩编码方法
智能分区
三维感知模型
视差补偿
深度传感器
无人机入侵检测
加权欧氏距离
多模态特征融合
视觉
可见光