【技术实现步骤摘要】
一种基于分层注意力机制的胃癌病灶区域分割方法
[0001]本专利技术涉及医学图像处理及计算机视觉领域,特别是一种基于分层注意力机制的胃癌病灶区域分割方法。
技术介绍
[0002]胃癌是世界范围内最常见的恶性肿瘤之一,临床诊断时需要采集胃部病理组织切片,经过专业医生诊断才能确定胃部是否发生癌症病变。
[0003]基于人工分割的方法费时费力,且对专业知识要求较高。基于阈值分割的方法易于实现,在目标物体的灰度值与其他特征相差很大时可以实现有效分割。基于区域生长与分裂合并的方法计算简单,但对噪声敏感,难以适用于复杂图像。基于边缘检测的方法根据区域边缘像素灰度值往往变化剧烈作为判别标准;基于曲面拟合的方法将灰度看作高度,用曲面拟合一个窗口内的数据,根据曲面决定边缘点,这些方法需要根据不同场景进行方法设计,泛化性不强。本专利技术提出一种基于分层注意力机制的全自动的胃癌病灶区域分割方法,可以实现病灶区域的精准分割,为医生工作提供更方便有效的诊断指导。
技术实现思路
[0004]有鉴于此,本专利技术的目的是提出一种基 ...
【技术保护点】
【技术特征摘要】
1.一种基于分层注意力机制的胃癌病灶区域分割方法,包括以下步骤:步骤S1:获得胃部病理图像;步骤S2:对获得的胃部病理图像进行预处理并切分,得到若干病理图像块;步骤S3:采用分层注意力分割模型,对病理图像块进行数据增强、特征提取、特征融合融合和初步分割,得到每一个病理图像块对应的胃癌病灶区域初步分割结果;步骤S4:对初步分割结果进行后处理,得到胃癌病灶区域最终分割结果。2.根据权利要求1所述的一种基于分层注意力机制的胃癌病灶区域分割方法,其特征在于,步骤S2具体包括以下步骤:步骤S21:获得胃部病理图像的轮廓信息;步骤S22:根据图像的轮廓信息,定位胃部活检组织区域;步骤S23:根据胃部活检组织区域进行裁剪,获得矩形胃部感兴趣区域;步骤S24:对胃部感兴趣区域按照预设的步长交叠裁剪,获得若干预设尺寸的病理图像块。3.根据权利要求1所述的一种基于分层注意力机制的胃癌病灶区域分割方法,其特征在于,步骤S3所述的分层注意力分割模型包括:图像预处理模块,其用于对病理图像块进行数据增强;特征编码器模块,其用于提取增强后的...
【专利技术属性】
技术研发人员:丁勇,夏靖雯,阮世健,田吴炜,王亦凡,
申请(专利权)人:浙江大学,
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。