基于改进nnUNet模型的髋关节CT图像分割方法

本发明公开了一种基于改进nnUNet模型的髋关节CT图像分割方法，包括：利用公开的髋关节CT图像数据集制作包含髋关节CT图像及其对应的专家标注分割掩膜的数据集，并对数据集进行预处理，再对预处理后的数据集进行划分得到训练集、验证集和测试集；将训练集输入改进nnUNet模型进行训练，获得性能最优的模型，其改进包括：在编码器与解码器之间的跳跃连接中引入卷积注意力模块，同时将原来损失函数替换为豪斯多夫距离损失；将最优模型部署至推理环境中，对测试图像进行推理，输出包含股骨与髋臼结构的分割掩膜。本发明方法在保持较高精度的同时，提升了复杂结构区域的识别能力，具备良好的通用性和实用价值。