申请/专利权人：重庆理工大学

申请日：2024-03-18

公开（公告）日：2024-06-14

公开（公告）号：CN118196113A

主分类号：G06T7/10

分类号：G06T7/10;G06N3/045;G06N3/09

优先权：

专利状态码：在审-公开

法律状态：2024.06.14#公开

摘要：本发明公开了一种基于SNAU‑Net的肝脏和肿瘤分割方法，包括：将待分割的医学图像输入训练后的器官分割模型，输出肝脏和肿瘤分割预测结果；模型的处理步骤包括：对医学图像进行补丁划分，生成非重叠的补丁；编码器部分通过依次首尾连接的线性嵌入层和若干组编码组件对划分的补丁进行处理，生成分层特征表示；瓶颈部分通两个SFTB模块对分层特征表示进行处理，生成中间特征表示；解码器部分通过依次首尾连接且与各组解码组件一一对应的三组解码组件对中间特征表示进行处理，生成最终特征表示；对最终特征表示进行上采样，并对上采样后的特征进行处理，生成像素级别的肝脏和肿瘤分割预测结果。本发明能够提高医学图像分割的质量和准确性。

主权项：1.一种基于SNAU-Net的肝脏和肿瘤分割方法，其特征在于，包括：S1：获取待分割的医学图像；S2：将待分割的医学图像输入训练后的器官分割模型，输出肝脏和肿瘤分割预测结果；器官分割模型的处理步骤如下：S201：通过补丁划分层对医学图像进行补丁划分，生成非重叠的补丁；S202：编码器部分通过依次首尾连接的线性嵌入层和若干组编码组件对划分的补丁进行处理，生成分层特征表示；每组编码组件包括依次首尾连接的两个SFTB模块和一个补丁合并层；SFTB模块通过学习全局上下文和局部上下文来捕捉特征信息；补丁合并层用于下采样和增加维度；S203：瓶颈部分通两个SFTB模块对分层特征表示进行处理，生成中间特征表示；S204：解码器部分通过依次首尾连接且与各组编码组件一一对应的三组解码组件对中间特征表示进行处理，生成最终特征表示；解码组件包括依次首尾连接的补丁扩展层、两个SwinTransformer块和两个SFTB模块；补丁扩展层用于进行上采样；先由SwinTransformer块提取一次全局上下文信息，再由SFTB模块继续捕捉额外的全局上下文信息和局部上下文信息；SwinTransformer块的输入为该组解码组件中补丁扩展层的输出以及该组解码组件对应的编码组件中两个SFTB模块和补丁合并层的输出经过LCAB模块处理后的输出；LCAB模块通过学习不同尺度的全局信息来提取特征信息；S205：通过补丁扩展层对最终特征表示进行上采样，并通过线性投影层将上采样后最终特征表示的维度投影到图像分割的类别数，生成像素级别的肝脏和肿瘤分割预测结果；S3：将器官分割模型输出的肝脏和肿瘤分割预测结果作为待分割医学图像的分割结果。

全文数据：

权利要求：

百度查询： 重庆理工大学 一种基于SNAU-Net的肝脏和肿瘤分割方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD