摘要
本发明公开了一种基于YOLO算法的肝脏肿瘤图像实时分割方法及系统,该方法包括:获取CT图像和MRI图像,计算多个CT图像的对比度指数和信噪比指数;CT图像预处理,动态调整图像增强策略;在YOLOv8网络基础上添加残差注意力模块并引入多尺度掩码分支,构建优化YOLO‑Med分割网络;将增强后的CT图像输入分割网络,结合损失函数训练分割网络;当输入MRI图像时,通过多模态特征融合机制,将MRI图像和增强后的CT图像的特征对齐并融合后输入分割网络,分割网络输出用于肝脏和肿瘤的实时分割的像素级分割掩码。本发明通过融合CT的密度特征与MRI的软组织分辨能力,显著提升小肿瘤(直径<5mm)的分割精度。
技术关键词
图像实时分割方法
YOLO算法
多模态特征融合
肿瘤
肝脏
图像增强
网络
Sigmoid函数
指数
信噪比
对比度
全局平均池化
多尺度
信号
噪声功率
局部空间特征
通道注意力机制