摘要
本发明属于医学图像处理技术领域,具体公开了一种早期头颈部肿瘤图像分割方法及系统,包括如下步骤:S1:采集早期头颈部肿瘤患者的头颈部肿瘤临床CT数据;S2:转化CT数据格式,对头颈部肿瘤临床CT数据进行标注,制作标签;S3:对标注后的CT数据集进行预处理;S4:进行模型训练,训练GCCA‑TransUnet网络模型,得到最优分割模型;S5:查看分割结果及评分,通过评价指标对分割结果进行评分。本发明还公开了一种早期头颈部肿瘤图像分割系统。解决了早期头颈部肿瘤图像分割中存在的特征辨识度低、分割精度不足的问题,实现了对病灶区域高精度的自动化分割,为医生的临床诊断与分析提供了高效、可靠的辅助参考依据。
技术关键词
肿瘤图像分割方法
图像分割系统
注意力
制作标签
医学图像处理技术
多尺度特征融合
区域高精度
解码器
数据格式
编码器
模型训练模块
指标
网络结构
切片
系统为您推荐了相关专利信息
图像语义分割方法
颜色校正
像素点
掩膜
通道注意力机制
消息特征
消息处理器
编码器
图像水印方法
边缘检测网络
图像全局信息
特征金字塔
交叉注意力机制
深度卷积神经网络
红外图像融合方法
分割医学图像
高频特征
多尺度特征提取
注意力
融合特征
多尺度局部特征
状态空间模型
浅层特征提取
图像
线性