【技术实现步骤摘要】
一种基于SEA
‑
Unet的心脏图像分割方法
[0001]本专利技术属于图像分割
，具体涉及一种基于SEA
‑
Unet的心脏图像分割方法。
技术介绍
[0002]全心分割(WHS)是广泛临床治疗的必要的初步措施。医师需要对不同的心脏结构进行微妙的分离才能实现心脏的精确量化。但在手动描绘整个心脏的过程中是极其疲劳和乏味的，需要大量的时间。因此，设计计算机辅助的医学图像自动分割方法是目前迫切需要的。
[0003]现有技术存在的问题或者缺陷：近年来，深度学习改进了分割任务，在医学图像分析中取得了较好的成果。但目前的深度学习分割模型在心脏的分割领域只能实现心脏的粗略分割，由于精确的心脏分割是患者痊愈的关键，因此目前的深度学习方法从CT图像中自动分割心脏仍然是一项具有挑战性的任务。
技术实现思路
[0004]本专利技术通过收集来自MM
‑
WHS
‑
2017的公共数据集。完成数据收集后，对数据进行预处理，预处理包括数据分割和归一化等。将...
【技术保护点】
【技术特征摘要】
Average Pooling得到当前Feature Map的全局压缩特征向量，Excitation通过两层全连接得到Feature Map中每个通道的权值，并将加权后的Feature Map作为下一层网络的输入，SENet中Squeeze模块和Excitation模块具体表示如下：其中特征图的维度为H*W*C，Uc(*)为卷积操作，σ表示ReLU激活函数，g表示sigmoid激活函数，分别是两个全连接层的权值矩阵，得到门控单元s后，最后的输出表示为s和U的向量积：其中是的一个特征通道的一个Feature Map，s
c
是门控单元s(向量)中的一个标量值，为了有效改善网络模型的性能，通过使用空间金字塔池化替换编码过程中的池化层，该模块可以把任何尺度图像的卷积特征统一成相同维度，该方法的优点是对输入图像大小和比例不敏感，可以避免对原始图像的裁剪和变形...
【专利技术属性】
技术研发人员：王小华，潘晓光，焦璐璐，韩锋，张雅娜，张娜，
申请(专利权)人：山西三友和智慧信息技术股份有限公司，
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。