[发明专利]基于多模态密集融合传递的婴儿脑组织分割智能识别方法

权利要求书

1.一种基于多模态密集融合传递的婴儿脑组织分割智能识别方法，其特征在于，包括以下步骤：

获取训练集，所述训练集包括第一核磁共振成像和第二核磁共振成像；

构建卷积神经网络，所述卷积神经网络利用多模态深度融合，密集提取多样化的融合信息；

将所述训练集输入到所述卷积神经网络中，多次训练得到卷积神经网络模型；将待分割影像输入到所述卷积神经网络模型中，得到分割灰度图。

2.根据权利要求1所述的一种基于多模态密集融合传递的婴儿脑组织分割智能识别方法，其特征在于，还包括采用损失函数对卷积神经网络进行损失计算，所述损失函数采用二元交叉熵损失BCE。

3.根据权利要求1所述的一种基于多模态密集融合传递的婴儿脑组织分割智能识别方法，其特征在于，在所述卷积神经网络的编码阶段，采用的数据集是双模态数据集；其中每个模态的特征编码阶段的第1个卷积块、第2个卷积块、第3个卷积块、第4个卷积块和第5个卷积块依次连接；还设置有四个多模态深度融合探索模块，其中第1个多模态深度融合探索模块部署在第1个卷积块、第2个卷积块之间，第2个多模态深度融合探索模块部署在第2个卷积块、第3个卷积块之间，第3个多模态深度融合探索模块部署在第3个卷积块、第4个卷积块之间，第4个多模态深度融合探索模块部署在第4个卷积块、第5个卷积块之间。

4.根据权利要求1所述的一种基于多模态密集融合传递的婴儿脑组织分割智能识别方法，其特征在于，在所述卷积神经网络的解码阶段，第6个卷积块、第7个卷积块、第8个卷积块、第9个卷积块和第10个卷积块依次连接；还设置有四个特征增强模块，其中，第6个卷积块、第7个卷积块之间设置有第1个特征增强模块，第7个卷积块、第8个卷积块之间设置有第2个特征增强模块；第8个卷积块、第9个卷积块之间设置有第3个特征增强模块；第9个卷积块、第10个卷积块之间设置有第4个特征增强模块。

5.根据权利要求3所述的一种基于多模态密集融合传递的婴儿脑组织分割智能识别方法，其特征在于，所述多模态深度融合探索模块的输入端输依次连接到第一像素相加层，第一卷积层，密集卷积层，第二像素相加层；其中所述第一像素相加层与所述第二像素相加层连接；所述第二像素相加层分别输入到所述第三像素相加层，均值化层以及最大化层；所述均值化层和所述最大化层均输入到拼接层，其中拼接层，第二卷积层，第三卷积层以及第三像素相加层依次连接；所述第三像素层的输出作为最终输出。

6.根据权利要求4所述的一种基于多模态密集融合传递的婴儿脑组织分割智能识别方法，其特征在于，所述特征增强模块包括三个输入端，所述第一输入端输入到第一融合卷积块，所述第二输入端分别输入到第一融合卷积块，所述第三输入端输入到第二融合卷积块；所述第一融合卷积块与所述第二融合卷积块的输出级联得到最终的输出。