[发明专利]一种基于注意力深度特征重建的脑MR图像分割方法有效
| 申请号： | 201910411647.6 | 申请日： | 2019-05-17 |
| 公开（公告）号： | CN110136122B | 公开（公告）日： | 2023-01-13 |
| 发明（设计）人： | 魏颖;齐林;刘悦;王楚媛 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/10 |
| 代理公司： | 北京易捷胜知识产权代理有限公司 11613 | 代理人： | 韩国胜 |
| 地址： | 110169 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于注意力深度特征重建的脑MR图像分割方法，包括步骤：S1、获取T1、T2和FLAIR三个模态的脑MR图像数据；S2、对获取到的三个模态的脑MR图像数据进行预处理，得到数据增强的三个模态的脑MR图像数据；S3、将S2中得到的三个模态的脑MR图像数据输入深度编码模型中得到三个模态的脑MR图像卷积特征数据；S4、将S3中获得的三个模态的脑MR图像卷积特征数据输入空间自注意力模块SAM，获得空间自注意力模块修正后的综合各模态的脑MR图像卷积特征数据；本发明提供的图像分割方法通过空间自注意力模块计算任意两个位置之间的交互关系，捕获特征远程依赖性，深度特征重建模块使用深度特征对不同层级的特征进行重新加权，保持不同层级特征的一致性。 | ||
| 搜索关键词： | 一种 基于 注意力 深度 特征 重建 mr 图像 分割 方法 | ||
【主权项】：
1.一种基于注意力深度特征重建的脑MR图像分割方法，其特征在于，包括如下步骤：S1、获取T1、T2和FLAIR三个模态的脑MR图像数据；S2、对获取到的三个模态的脑MR图像数据进行预处理，得到数据增强的三个模态的脑MR图像数据；S3、将S2中得到的三个模态的脑MR图像数据输入深度编码模型中得到三个模态的脑MR图像卷积特征数据；S4、将S3中获得的三个模态的脑MR图像卷积特征数据输入空间自注意力模块SAM，获得空间自注意力模块修正后的综合各模态的脑MR图像卷积特征数据；S5、将S4中修正后的综合各模态的脑MR图像卷积特征数据和三个模态的脑MR图像综合层级卷积特征数据输入深度解码模型中，获得四个层级的深度解码特征数据；S6、将S5中获得的四个层级的深度解码特征数据和S4中得到的修正后的综合各模态的脑MR图像卷积特征数据进行卷积融合得到脑MR图像数据的分割图像结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学，未经东北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910411647.6/，转载请声明来源钻瓜专利网。
