一种医学图像分割方法、装置、设备及介质制造方法及图纸

本发明专利技术提供了一种医学图像分割方法、装置、设备及介质，属于图像分割技术领域，包括：收集公共医学图像数据集，对数据集进行预处理后，将数据集分为训练集和测试集；基于Unet网络构建图像分割模型，利用训练集和测试集对医学图像分割模型进行训练和验证，得到训练好的医学图像分割模型；利用训练好的医学图像分割模型进行医学图像分割；其中，所述图像分割模型包括依次连接的编码器和解码器；所述编码器经过PAT模块与解码器跳跃连接；所述PAT模块为嵌入2D的通道注意力机制和空间注意力机制的Transformer结构。本发明专利技术能够很好的对医学图像进行分割。

【技术实现步骤摘要】

本专利技术属于图像分割，具体涉及一种医学图像分割方法、装置、设备及介质。

技术介绍

1、医学成像被认为是协助医生评估疾病并给出诊疗方案的重要技术。医学分割在医学图像处理中起着重要作用，它将医学图像中感兴趣的区域分割出来，提取图像的特征，为医生诊断患者、做出相应的判断和治疗方案提供可靠的依据。传统的医学分割方法主要有基于区域的分割、基于阈值的分割、基于边缘的分割等，这些方法都取得了很好的分割效果，但由于医学图像的特征提取难度大，医学分割依然是图像处理中的一大难点。近年来，深度学习领域的蓬勃发展开始将深度学习方法更多地运用于医学图像分割。

2、在计算机视觉处理中，u-net是用于医学图像分割的最广泛使用的编码器-解码器结构的网络架构，通过编码器生成低分辨率图像特征，解码器对特征进行上采样，使用跳跃连接来弥补传播在经过池化层所损失的空间信息，来辅助编码器-解码器的u型结构网络恢复完整的空间信息，但这里所使用的跳跃连接方式较为简单，存在局限性。

3、u-net++提出了一种更深层次的连接结构，其在保留u-net的u型结构基础上，引入了一种称本文档来自技高网...

【技术保护点】

1.一种医学图像分割方法，其特征在于，包括：

2.根据权利要求1所述的一种医学图像分割方法，其特征在于，所述编码器包括：依次连接的四层下采样层E1、E2、E3、E4，用于利用卷积提取医学图像的特征图；

3.根据权利要求2所述的一种医学图像分割方法，其特征在于，将编码器第Ei层的输出经过PAT模块后与解码器Di层的输出拼接并输入到第一注意力融合模块DPCA中，将注意力融合模块DPCA的输出与解码器对应层的输出拼接后，作为解码器第Di-1层的输入；

4.根据权利要求3所述的一种医学图像分割方法，其特征在于，所述编码器E4层输出的特征图经过CAB模块后输入到...

【技术特征摘要】

1.一种医学图像分割方法，其特征在于，包括：

2.根据权利要求1所述的一种医学图像分割方法，其特征在于，所述编码器包括：依次连接的四层下采样层e1、e2、e3、e4，用于利用卷积提取医学图像的特征图；

3.根据权利要求2所述的一种医学图像分割方法，其特征在于，将编码器第ei层的输出经过pat模块后与解码器di层的输出拼接并输入到第一注意力融合模块dpca中，将注意力融合模块dpca的输出与解码器对应层的输出拼接后，作为解码器第di-1层的输入；

4.根据权利要求3所述的一种医学图像分割方法，其特征在于，所述编码器e4层输出的特征图经过cab模块后...

【专利技术属性】
技术研发人员：谭大禹，郝瑞，苏延森，郑春厚，
申请(专利权)人：安徽大学，
类型：发明
国别省市：