摘要
本发明公开了一种基于RNN的肺动脉分割方法、系统、设备及介质,涉及利用人工智能技术进行肺动脉分割,其目的在于解决现有技术中因肺动脉的外周分支标注困难致使标签数据不完整影响肺动脉分割准确性的技术问题。其样本包括有标签与未标记的肺部CT样本图像;肺动脉分割模型包括U‑Net网络、两个具有选择性状态空间的Mamba网络,U‑Net网络的中间高维表示阶段引入有nmODE模块,一个Mamba网络用于构建预测每个体素为前景的概率的评分函数,另一个Mamba网络用于构建估计该体素被人工标注为前景的可能性的标注倾向函数;图像输入U‑Net网络,经下采样阶段后提取到原始特征再经nmODE模块动态映射后转换为特征表示,再经上采样阶段后被分别输入到两个Mamba网络并输出真实结构及标注状态。
技术关键词
分割方法
积层
肺部CT图像
样本
网络
标签
模型训练模块
线性
数据获取模块
阶段
更新模型参数
分支
标记
处理器
分割系统
EM算法
人工智能技术
动态