[发明专利]一种基于空间特征注意力机制的脑肿瘤分割方法及装置

说明书

本申请公开了一种基于空间特征注意力机制的脑肿瘤分割方法及装置，包括：获取四模态脑部MRI序列的测试集和训练集；构建空间特征注意力U型网络；利用所述训练集对所述空间特征注意力U型网络进行训练；将测试集输入训练好的空间特征注意力U型网络中，得到脑肿瘤分割结果。

技术领域

本发明涉及图像分割技术领域，尤其涉及一种基于空间特征注意力机制的脑肿瘤分割方法及装置。

背景技术

医学图像分割是发展医疗保健系统，特别是疾病诊断和治疗规划的必要前提。在各种医学图像分割任务中，U型结构(又称U-Net)已经成为事实上的标准，并取得了巨大的成功。

然而，在脑肿瘤的分割中，由于肿瘤结构形状，位置和分辨难易度的不同，U-Net很难获得较好的结果。为了解决这一问题，许多方法将注意力机制与卷积神经网络相结合。然而，现有的方法大多只在空间维度上应用注意机制来提高目标定位的精度，如AttentionU-Net、TransUNet、TransBTS等，都忽略了特征(通道)维度，特征维度对于模型识别什么是肿瘤是至关重要的，是提高模型性能的一个重要突破口。

发明内容

本申请实施例的目的是提供一种基于空间特征注意力机制的脑肿瘤分割方法及装置，以解决由于肿瘤结构形状，大小和分辨难易度的不同，U-Net很难获得较好的结果的问题。

根据本申请实施例的第一方面，提供一种基于空间特征注意力机制的脑肿瘤分割方法，包括：

获取四模态脑部MRI序列的测试集和训练集；

构建空间特征注意力U型网络；

利用所述训练集对所述空间特征注意力U型网络进行训练；

将测试集输入训练好的空间特征注意力U型网络中，得到脑肿瘤分割结果；

其中所述空间特征注意力U型网络以3D U型网络为基本框架并结合一个空间特征注意力模块；

所述3D U型网络由编码器和解码器组成，所述编码器和解码器之间有跳连接，所述编码器用于从所述四模态脑部MRI序列中提取与脑肿瘤的特征图并对所述特征图进行缩小，所述解码器用于还原缩小的所述特征图，还原后从所述特征图中定位脑肿瘤位置并进行脑肿瘤分割；

所述空间特征注意力模块由空间注意力子模块和特征注意力子模块组成，所述特征注意力子模块用于根据所述脑肿瘤的特征图生成特征注意力图，将所述特征注意力图与脑肿瘤的特征图相乘以筛选得到第一特征图，将所述第一特征图与所述脑肿瘤的特征图相加得到第二特征图，所述空间注意力子模块用于根据所述第二特征图生成空间注意力图，将所述空间注意力图与所述第二特征图相乘以突显特征的空间位置得到第三特征图，将所述第三特征图与所述第二特征图相加得到空间特征注意力模块的输出。

进一步地，所述编码器由n个依次相连的编码块组成，每两个所述编码块之间有一个下采样层，所述编码块用于提取脑肿瘤的特征图，所述下采样层用于在保持特征图通道数不变的情况下将特征图各个维度大小缩小一半。

进一步地，相邻两个所述编码块之间且在编码块之间的下采样层之前插入一个所述空间特征注意力模块。

进一步地，所述空间注意力子模块包括：MaxPooling层、AvgPooling层、连接操作、下采样层、上采样层和Sigmoid层，所述MaxPooling层和AvgPooling层并联后依次串联连接操作、下采样层、上采样层和Sigmoid层。

进一步地，所述特征注意力子模块包括：MaxPooling层、AvgPooling层、连接操作、Transformer层、3D卷积层和Sigmoid层，所述MaxPooling层和AvgPooling层并联后依次串联连接操作、Transformer层、3D卷积层和Sigmoid层。