[发明专利]基于Unet变体网络的脑肿瘤图像分割系统

说明书

本发明公开了基于Unet变体网络的脑肿瘤图像分割系统，包括：获取模块，其被配置为：获取待分割的脑肿瘤图像；预处理模块，其被配置为：对待分割的脑肿瘤图像进行预处理；图像分割模块，其被配置为：将预处理后的脑肿瘤图像，采用训练后的Unet变体网络进行分割，得到分割的脑肿瘤区域。为医生进行患者脑肿瘤的预测评估和治疗提供辅助诊断技术。

技术领域

本发明涉及图像处理技术领域，特别是涉及基于Unet变体网络的脑肿瘤图像分割系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

脑胶质瘤是最常见的原发性恶性脑肿瘤，它的分割是病变分割一种非常有用的应用。然而，手动的脑肿瘤分割是一项技术含量高、耗时长的任务。因此，脑肿瘤的自动化分割将对这一领域的发展有很大帮助。然而，由于脑肿瘤的大小、形状、位置以及各种图像模态中不一致的强度和对比度的高度变化，对脑肿瘤的精确分割仍然是一项具有挑战性的任务。

发明内容

为了解决现有技术的不足，本发明提供了基于Unet变体网络的脑肿瘤图像分割系统；为医生进行患者脑肿瘤的预测评估和治疗提供辅助诊断技术。

第一方面，本发明提供了基于Unet变体网络的脑肿瘤图像分割系统；

基于Unet变体网络的脑肿瘤图像分割系统，包括：

获取模块，其被配置为：获取待分割的脑肿瘤图像；

预处理模块，其被配置为：对待分割的脑肿瘤图像进行预处理；

图像分割模块，其被配置为：将预处理后的脑肿瘤图像，采用训练后的Unet变体网络进行分割，得到分割的脑肿瘤区域。

第二方面，本发明还提供了一种电子设备，包括：

存储器，用于非暂时性存储计算机可读指令；以及

处理器，用于运行所述计算机可读指令，

其中，所述计算机可读指令被所述处理器运行时，完成以下步骤：

获取待分割的脑肿瘤图像；

对待分割的脑肿瘤图像进行预处理；

将预处理后的脑肿瘤图像，采用训练后的Unet变体网络进行分割，得到分割的脑肿瘤区域。

第三方面，本发明还提供了一种存储介质，非暂时性地存储计算机可读指令，其中，当所述非暂时性计算机可读指令由计算机执行时，完成以下步骤：

获取待分割的脑肿瘤图像；

对待分割的脑肿瘤图像进行预处理；

将预处理后的脑肿瘤图像，采用训练后的Unet变体网络进行分割，得到分割的脑肿瘤区域。

第四方面，本发明还提供了一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行的时候用于完成以下步骤：

获取待分割的脑肿瘤图像；

对待分割的脑肿瘤图像进行预处理；

将预处理后的脑肿瘤图像，采用训练后的Unet变体网络进行分割，得到分割的脑肿瘤区域。

与现有技术相比，本发明的有益效果是：

本发明提出一种训练简单的二维的Unet变体网络，利用瓶颈残差块形成深度堆叠的编码器，并添加使用了dropout，使其在脑MRIs中的病变分割中具有良好的性能。

附图说明