【技术实现步骤摘要】
本专利技术属于多模态图像处理，特别是涉及一种多模态脑瘤图像分割方法。
技术介绍
1、mri（magnetic resonance imaging）是一种非侵入性的医学成像技术，广泛应用于脑部疾病的诊断和治疗。在脑瘤图像分割领域，mri图像的处理和分析是至关重要的。然而，传统的脑瘤图像分割方法存在一些限制。首先，多模态mri脑图像的处理受到低对比度、噪声干扰等因素的影响，导致分割结果的准确性不高。其次，由于脑图像的复杂性和多样性，传统的图像分割算法往往无法充分利用多模态信息，从而限制了分割的效果。此外，传统的池化操作在降低分辨率的同时，也会过多丢失一些重要的细节信息，影响分割的精度。
技术实现思路
1、本专利技术的目的在于提供一种多模态脑瘤图像分割方法，以解决上述
技术介绍
所提出的问题。
2、为解决上述技术问题，本专利技术是通过以下技术方案实现的：
3、本专利技术为一种多模态脑瘤图像分割方法，包括以下步骤：
4、步骤一、数据预处理，对采集而来的多模态图像进行
本文档来自技高网...【技术保护点】
1.一种多模态脑瘤图像分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多模态脑瘤图像分割方法，其特征在于，所述图像裁剪包括以下步骤：
3.根据权利要求1所述的一种多模态脑瘤图像分割方法，其特征在于，所述重采样数据包括以下步骤：
4.根据权利要求1所述的一种多模态脑瘤图像分割方法，其特征在于，所述数据标准化是对所有的图像数据利用其个体图像的均值和标准差进行z-scoring标准化，让训练数据集中每张影像的灰度值都能具有相同的分布。
5.根据权利要求1所述的一种多模态脑瘤图像分割方法，其特征在于，所述数据预...
【技术特征摘要】
1.一种多模态脑瘤图像分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多模态脑瘤图像分割方法，其特征在于，所述图像裁剪包括以下步骤：
3.根据权利要求1所述的一种多模态脑瘤图像分割方法，其特征在于，所述重采样数据包括以下步骤：
4.根据权利要求1所述的一种多模态脑瘤图像分割方法，其特征在于，所述数据标准化是对所有的图像数据利用其个体图像的均值和标准差进行z-scoring标准化，让训练数据集中每张影像的灰度值都能具有相同的分布。
5.根据权利要求1所述的一种多模态脑瘤图像分割方法，其特征在于，所述数据预处理还包括数据扩增，使用旋转、缩放、亮度调节、对比度调节、gamma调节、添加高斯噪声、进行高斯模糊、上下和左右镜像操作扩大数据集。
6.根据权利要求1所述的一种多模态脑瘤图像分割方法，其特征在于，所述脑瘤图像分割是将经过预处理的图像数据输入到预先设计的脑瘤图像分割网络中，以unet为该网络的骨干架构，并融合了空间注意力模块和通道注意力模块来捕捉到图像中的重要信息；使用softpool进行池化操作。
7.根据权利要求1所述的一种多...
【专利技术属性】
技术研发人员：郑强，陈莹钰，刘彬，
申请(专利权)人：英瑞云医疗科技烟台有限公司，
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。