摘要
本申请提供一种基于深度神经网络的缺失模态脑肿瘤分割成像方法,以实现在多模态MRI影像缺失的情况下,获得优质分割结果。该方法对多模态MRI影像进行归一化预处理,并将处理后的影像划分为训练集、验证集和测试集;将训练集中的多模态MRI影像进行数据增强处理,得到数据增强处理后的多模态MRI影像,再利用动态掩码随机生成器生成的掩码与其进行运算,得到随机缺失模态影像;基于深度神经网络构建缺失模态脑肿瘤分割网络模型,将随机缺失模态影像输入缺失模态脑肿瘤分割网络模型进行训练,再通过验证集对训练后的缺失模态脑肿瘤分割网络模型进行验证,得到最优的缺失模态脑肿瘤分割网络模型,利用最优的缺失模态脑肿瘤分割网络模型对测试集进行处理。
技术关键词
脑肿瘤分割
深度神经网络
影像
成像方法
多模态
重构
训练集
模态特征
分割器
可读存储介质
存储计算机程序
数据
模块
编码器
成像装置
标签
数值
动态
系统为您推荐了相关专利信息
订单
物联网数据采集模块
智能排产
供应链管理模块
深度强化学习算法
牲畜
动态监视系统
信息提取模型
图像采集模块
影像
文本特征向量
图像多模态
图像特征向量
预测系统
自然语言
数据安全平台
数据特征提取
预警系统
网络安全预警
多模态数据融合