申请/专利权人：河南大学

申请日：2023-12-23

公开（公告）日：2024-03-26

公开（公告）号：CN117764948A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明涉及医学图像处理领域，具体涉及一种基于混合注意力和多尺度监督的肝脏肿瘤分割方法，该方法包括：对获取的待分割肝脏肿瘤CT图像进行预处理；根据包括混合注意力模块和多尺度监督模块的MAS‑ConvUNeXt肝脏肿瘤分割模型，对待分割肝脏肿瘤CT图像进行肝脏肿瘤分割，该分割模型的训练方法包括：获取由肝脏肿瘤CT图像构成的图像数据集，并进行预处理，根据预处理后的图像数据集，对构建的分割模型进行训练。本发明提出的MAS‑ConvUNeXt肝脏肿瘤分割模型能够在增大神经网络感受野的同时降低参数量，并通过混合注意力模块增强分割质量，实现对肝脏肿瘤高效快速的分割，提高了肝脏肿瘤图像的分割精确度。

主权项：1.一种基于混合注意力和多尺度监督的肝脏肿瘤分割方法，其特征在于，包括以下步骤：获取待分割肝脏肿瘤CT图像，并对待分割肝脏肿瘤CT图像进行预处理；根据预先训练完成的MAS-ConvUNeXt肝脏肿瘤分割模型，对待分割肝脏肿瘤CT图像进行肝脏肿瘤分割，其中，MAS-ConvUNeXt肝脏肿瘤分割模型的训练方法包括：获取由肝脏肿瘤CT图像构成的图像数据集，对图像数据集进行预处理，并构建MAS-ConvUNeXt肝脏肿瘤分割模型，根据预处理后的图像数据集，对构建的MAS-ConvUNeXt肝脏肿瘤分割模型进行训练，得到训练完成的MAS-ConvUNeXt肝脏肿瘤分割模型，MAS-ConvUNeXt肝脏肿瘤分割模型包括：混合注意力模块和多尺度监督模块。

全文数据：

权利要求：

百度查询： 河南大学 一种基于混合注意力和多尺度监督的肝脏肿瘤分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD