摘要
本发明公开了一种摆位及尺度自适应的危及器官分割方法,包括以下步骤:步骤一、将待分割的CT影像输入至采用编码器‑解码器架构的3D卷积神经网络;步骤二、在所述编码器的每一阶段,通过多尺度卷积模块和局部通道注意力模块提取融合各通道的深层次特征信息,以确保所提取的高层语义特征包含多尺度信息,从而适应CT影像的分辨率差异;步骤三、将所述编码器各阶段输出的特征图通过旋转转换模块的跳跃连接结构传递至解码器对应阶段,应对体位差异现象。本发明设计了一种新型的神经网络结构对抗CT影像尺度多样性及体位多样性问题,实现对危及器官及靶区的精准分割以降低治疗过程中的毒副作用并提高治疗效果,最终达到精准放疗的目标。
技术关键词
器官分割方法
高层语义特征
卷积模块
编码器特征
解码器架构
多尺度信息
注意力
姿态校正
通道
分辨率
影像
阶段
卷积特征提取
神经网络结构
前馈神经网络
上采样