一种融合前置图像增强神经网络的阿尔茨海默图像分割方法

一种融合前置图像增强神经网络的阿尔茨海默图像分割方法涉及医学图像处理领域。通过在UNet网络模型之前引入前置图像增强神经网络，能够有效增强图像的结构信息，提高分割模型的鲁棒性，减弱染色差异对分割性能的不利影响。该方法首先选取图像的绿色通道，利用傅里叶变换将该通道由空间域转换至频域，并进行低通滤波，随后通过傅里叶逆变换将频域图像还原为低频重构图像。接着，前置图像增强网络中的卷积结构用于对图像边缘特征进行增强，结合插值技术对由边缘增强引入的黑色伪影区域进行填充，实现特征强化。将上述特征强化后的低频重构图像作为第四通道，与原始三通道图像拼接构成四通道增强图像，并输入至UNet分割网络中，实现分割。