基于增强注意力的编解码网络胶质瘤融合分割系统及方法技术方案

本发明专利技术涉及一种基于增强注意力的编解码网络胶质瘤融合分割系统及方法，以解决现有胶质瘤影像数据分割的3D模型存储空间大、训练时间长，2D模型深度信息分割效果不佳的技术问题。该系统包括具有三个编解码网络子模型的四分类编解码网络模型和二分类分割辅助网络模型，均包括编码模块、增强注意力模块及解码模块。该方法包括：1、获得轴、冠、矢三个方向的训练数据集和验证数据集；2、构建初始编解码网络子模型和初始二分类分割辅助网络模型；3、采用训练数据集进行模型训练；4、采用验证数据集进行模型验证；5、对待测MR影像集进行分割，获得融合分割结果。融合分割结果。融合分割结果。

【技术实现步骤摘要】
基于增强注意力的编解码网络胶质瘤融合分割系统及方法


[0001]本专利技术涉及胶质瘤MR影像的融合分割方法，具体涉及一种基于增强注意力的编解码网络胶质瘤融合分割系统及方法。

技术介绍

[0002]胶质瘤是最常见的一类脑部肿瘤，具有不同程度的侵袭性和高度异质性的子区域，包括浸润性水肿组织(ED)和肿瘤核心区域，包括坏死核心(NCR)、非增强性肿瘤(NET)和增强性肿瘤(ET)。早期发现和准确诊断是脑部胶质瘤癌症治疗的关键，针对病理器官的磁共振成像(MRI)和计算机断层扫描(CT)是最常用的诊断工具，临床上由医生及专业人员通过逐层可视化3D数据来检查肿瘤状况，导致病人影像数据成倍增加，手动追踪和标注肿瘤区域相当耗时。同时，由于专业水平和疲劳程度的差异，会导致对同一样本的人工分割结果差异较大。因此，准确且可重复的胶质瘤自动检测分割将有助于在临床环境中及时诊断和分割肿瘤，解放人力提高效率，并且可以应用到大规模病理数据分析中进行脑部胶质瘤的统计分析与学习，构建病理数据特征数据库。
[0003]然而，脑胶质瘤的内在组织学变异因MRI扫描肿瘤特征(如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于增强注意力的编解码网络胶质瘤融合分割系统，其特征在于：包括四分类编解码网络模型和二分类分割辅助网络模型；所述四分类编解码网络模型用于基于核心坏死区、水肿区、增强肿瘤区和正常区四个子区域进行特征提取和区域分割；所述四分类编解码网络模型包括三个结构相同的编解码网络子模型，编解码网络子模型包括轴方向编解码网络子模型、冠方向编解码网络子模型和矢方向编解码网络子模型；所述二分类分割辅助网络模型结构与编解码网络子模型的结构相同，二分类分割辅助网络模型用于在轴方向基于肿瘤核心区和正常区两个子区域进行特征提取和区域分割；所述编解码网络子模型包括依次相连的编码模块、增强注意力模块及解码模块；所述增强注意力模块包括特征编码单元、位置编码单元、4～8个结构相同依次串联的特征增强模块及双层卷积输出模块；所述特征编码单元和位置编码单元分别接受编码模块的输出信息并形成编码数据信息，；所述特征增强模块包括多通道自注意力单元、第一拼接单元、全连接前馈网络单元及第二拼接单元；所述多通道自注意力单元接收编码数据信息，用于向编码数据信息中各个特征向量添加注意力分数，形成特征聚合数据信息；第一拼接单元用于接收编码数据信息和特征聚合数据信息并进行拼接，形成第一拼接数据信息；全连接前馈网络单元接收第一拼接数据信息，用于对特征向量进行特征转换，形成特征转换数据信息；第二拼接单元用于接收第一拼接数据信息和特征转换数据信息并进行拼接，形成第二拼接数据信息；双层卷积输出模块与最后一个特征增强模块相接，用于接收最后一个特征增强模块输出的信息并处理后形成全局特征编码信息，将全局特征编码信息输出给解码模块；所述解码模块用于对全局特征编码信息进行上采样，恢复到与输入数据相同的空间分辨率。2.根据权利要求1所述的基于增强注意力的编解码网络胶质瘤融合分割系统，其特征在于：所述编码模块依次包括输入卷积模块、第一下采样模块、第二下采样模块、第三下采样模块和第四下采样模块；输入卷积模块包括两个输入卷积层，每个输入卷积层后设置有批标准化和激活函数，输入卷积模块用于接收输入的肿瘤影像信息，第四下采样模块的输出数据输出给增强注意力模块；第一下采样模块、第二下采样模块、第三下采样模块和第四下采样模块依次连接，且采样的输入通道和输出通道呈指数增加；所述解码模块依次包括第四上采样模块、第三上采样模块、第二上采样模块、第一上采样模块及输出分割模块；第四上采样模块用于接收增强注意力模块的输出数据，输出分割模块用于输出多模态数据；第四上采样模块、第三上采样模块、第二上采样模块、第一上采样模块依次连接，且采样的输入通道和输出通道呈与各个下采样模块相同指数减少。3.根据权利要求1或2所述的基于增强注意力的编解码网络胶质瘤融合分割系统，其特征在于：所述编码模块的输入卷积模块输出第一特征图，第一下采样模块输出第二特征图，第二下采样模块输出第三特征图，第三下采样模块输出第四特征图，第四下采样模块输出最底层特征图；所述解码模块的各个上采样模块均包括上采样层、拼接单元及双层卷积单元；第四上
采样模块的拼接单元接收对应上采样层的输出信息和第四特征图进行拼接后输出给对应的双层卷积单元；第三上采样模块的拼接单元接收对应上采样层的输出信息和第三特征图进行拼接后输出给对应的双层卷积单元；第二上采样模块的拼接单元接收对应上采样层的输出信息和第二特征图进行拼接后输出给对应的双层卷积单元；第一上采样模块的拼接单元接收对应上采样层的输出信息和第一特征图进行拼接后输出给对应的双层卷积单元。4.一种基于增强注意力的编解码网络胶质瘤融合分割方法，其特征在于，采用权利要求1
‑
3任一所述的基于增强注意力的编解码网络...

【专利技术属性】
技术研发人员：马彩文，刘增鑫，王轩，折文集，
申请(专利权)人：中国科学院西安光学精密机械研究所，
类型：发明
国别省市：