【技术实现步骤摘要】
一种用于脑肿瘤图像分割的方法及系统
[0001]本专利技术属于医学图像分割
，尤其涉及一种用于脑肿瘤图像分割的方法及系统。
技术介绍
[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]脑肿瘤是一种在脑组织中非自然分裂和不正常生长的异常细胞，发病率较高且死亡率超过3％。调查显示脑胶质瘤约占中枢神经系统肿瘤的27％，占恶性肿瘤的81％。脑胶质瘤具有很高的侵袭性和各种不同的组织学亚区域，不同肿瘤的大小、形状、级别和位置差别很大。目前，神经放射专家仍使用人工分割的方法来诊断脑肿瘤。这种方法不仅费时费力而且易受专家个人主观因素影响，导致误判率高、精度有限。因此，迫切需要一种自动化、准确的脑肿瘤分割工具。
[0004]临床上通常使用脑部磁共振图像(Magnetic Resonance Imaging，MRI)对患者进行诊断、治疗和预后复查，磁共振图像的多序列有助于医生精准评估肿瘤并计划治疗。脑胶质瘤本身固有的异质性，在多模态MRI图像上体现出具有高度的非均匀性和不...
【技术保护点】
【技术特征摘要】
1.一种用于脑肿瘤图像分割的方法，其特征在于，包括：提取脑肿瘤图像的多尺度信息；基于所述多尺度信息分别对脑肿瘤图像进行编码操作，以提取对应尺度信息的高语义特征并生成对应尺度信息的图像表示；从多尺度信息的图像表示中提取低语义特征，分别与所述高语义特征结合；基于空间
‑
通道注意力机制分别对结合的特征进行空间和通道维度的加权重标定，得到相应注意力特征；将所述注意力特征还原到原始分辨率，通过图像的特征表示得到脑肿瘤图像分割结果。2.如权利要求1所述的用于脑肿瘤图像分割的方法，其特征在于，使用空间
‑
通道注意力模块分别对结合的特征进行空间和通道维度的加权重标定，得到相应注意力特征。3.如权利要求1所述的用于脑肿瘤图像分割的方法，其特征在于，得到相应注意力特征的过程为：对结合的特征进行宽和高的全局池化，使用平均池化和最大池化来聚合特征的空间信息；将聚合空间信息的特征经过多层感知机，再与原始结合的特征相点乘，得到通道注意力特征；对通道注意力特征中的通道进行压缩及提取最大值，之后再与通道注意力特征相点乘，得到最终的注意力特征。4.如权利要求1所述的用于脑肿瘤图像分割的方法，其特征在于，利用编码器对脑肿瘤图像进行编码操作。5.如权利要求1所述的用于脑肿瘤图像分割的方法，其特征在于，采用残差分组卷积单元来提取对应尺度信息的高语义特征。6.如权利要求1所述的用于脑肿瘤图像分割的方法，其特征在于，低语义特征与高语义特征采用跳跃连接结构进行结合。7.一种用于脑肿瘤图像分割的系统，其特征在于，包括：多尺度信息提取模块，其用于提取脑肿瘤图像的多尺度信息；信息编码模块，其用于基于所述多尺度信息分别对脑肿瘤图像进行编码操作，以提取对应尺度信息的高语义特征并生成对...
【专利技术属性】
技术研发人员：李登旺，张焱，宋卫清，黄浦，寻思怡，王建波，朱慧，柴象飞，章桦，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。