首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于CT影像的肠系膜下动脉分割方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南通大学

摘要:本发明涉及计算机医学图像分割技术领域,尤其涉及一种基于CT影像的肠系膜下动脉分割方法,包括:S1:通过CT扫描仪获取上腹部体积图像,将数据预处理成肠系膜下动脉数据集;S2:对数据做增强处理,包括随机翻转、随机旋转、随机裁剪等:S3:设计基于Transformer的三轴特征提取模块,嵌入门控位置编码以学习精准的位置偏差;S4:基于自注意力设计血管边缘捕捉器,强化对图像边缘目标血管与非目标血管体素的区分能力,强化细小血管的边缘结构,增强血管的连通性;S5:在U型解编码器结构的基础上,结合三轴特征提取模块以及血管边缘捕捉器构建肠系膜下动脉分割模型。本发明利用血管的边缘信息有效约束3D血管的边界信息,提高血管的连续性。

主权项:1.一种基于CT影像的肠系膜下动脉分割方法,其特征在于,包括以下步骤:S1:通过CT扫描仪获取上腹部体积图像,将数据预处理成肠系膜下动脉数据集;S2:对数据做增强处理,包括随机翻转、随机旋转、随机裁剪;S3:设计基于Transformer的三轴特征提取模块,嵌入门控位置编码以学习精准的位置偏差;S4:基于自注意力设计血管边缘捕捉器,强化对图像边缘目标血管与非目标血管体素的区分能力,强化细小血管的边缘结构,增强血管的连通性;S5:在U型解编码器结构的基础上,结合三轴特征提取模块以及血管边缘捕捉器构建肠系膜下动脉分割模型;在步骤S3中,三轴特征提取模块将Transformer分解为三个自注意力模块,将三维的自注意力计算分解为3个1D操作,分别从深度、宽度、高度三个轴方位进行计算,每个1D计算查询、键、值之间的亲和度,将相对位置编码用于所有的查询、键和值,在常规注意力计算具备的查询位置偏差的基础上增加键的相对位置偏差项以捕捉更精确的远程交互,利用片内和片间的远程信息指导分割,具有三轴特征提取模块的transformer在深度轴上的注意力更新如下所示: yi,j,u为经三轴特征提取器进行特征提取后的输出特征,σ为softmax函数,i,j,u分别为体素在宽度、高度以及深度上的索引值,i∈{1,...,H},j∈{1,...,W},u∈{1,...,D},D为高度,H为深度,W为宽度;qi,j,u表示任意位置的查询向量,为查询向量对应的转置向量,下标i,j,d表示深度轴上的元素索引,ki,j,d表示在D轴的键向量,vi,j,d表示在D轴的值向量,分别为查询、键和值在D轴上可学习的相对位置编码;在3个1D操作中增加注意门机制,约束模型在小数据集上学习精准的位置偏差,执行每个1D操作之前,设置4个可学习参数作为门控单元控制嵌入层传输给查询、键、值的信息流,门控单元为准确学习3D相对位置编码的组合分配更高的权重,加入注意门机制的三轴特征提取模块深度轴上的更新如下式所示: 其中,yi,j,u为经三轴特征提取器进行特征提取后的输出特征,σ为softmax函数,i,j,u分别为体素在宽度、高度以及深度上的索引值,i∈{1,...,H},j∈{1,...,W},u∈{1,...,D},D为高度,H为深度,W为宽度;qi,j,u表示任意位置的查询向量,为查询向量对应的转置向量,下标i,j,d表示深度轴上的元素索引,ki,j,d表示在D轴的键向量,vi,j,d表示在D轴的值向量,分别为查询、键和值在D轴上可学习的相对位置编码,GQ,GK,GV1,GV2为门控单元,均是网络可学习的参数。

全文数据:

权利要求:

百度查询: 南通大学 一种基于CT影像的肠系膜下动脉分割方法

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。