基于多特征动态融合与边界感知的肺气肿CT图像分割方法

AITNT
正文
推荐专利
基于多特征动态融合与边界感知的肺气肿CT图像分割方法
申请号:CN202510749046
申请日期:2025-06-06
公开号:CN120655660A
公开日期:2025-09-16
类型:发明专利
摘要
本申请实施例提供一种基于多特征动态融合与边界感知的肺气肿CT图像分割方法,应用于医学肺部CT影像分割领域,该方法通过获取肺气肿CT图像,并对肺气肿CT图像进行预处理,得到原始图像,其中,预处理包括:肺实质感兴趣区域提取和标准化;将原始图像输入训练后的肺气肿CT图像分割模型中进行分割,得到图像分割结果;其中,肺气肿CT图像分割模型包括:编码器和解码器,编码器包括:卷积神经网络分支、Transformer分支和动态融合模块,卷积神经网络分支与Transformer分支并行,解码器包括:上采样层和边界感知模块。该方法提高了肺气肿CT图像图像分割结果的准确性、可靠性。
技术关键词
CT图像分割方法 局部纹理特征 图像分割模型 上下文特征 感兴趣区域提取 计算机执行指令 分支 动态 边缘检测单元 上采样 解码器 编码器 跨模态融合特征 计算机存储介质 Sigmoid函数 模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号