基于图卷积的多模态CT灌注图像融合脑卒中分割方法技术

技术编号:41655329 阅读:20 留言:0更新日期:2024-06-14 15:18
本发明专利技术涉及一种基于图卷积的多模态CT灌注图像融合脑卒中分割方法,其中,该方法包括:(1)采集多模态脑部多模态CT灌注图像数据集,并对各个模态的图像进行相应预处理操作;(2)构建特征编码器模块对每个模态的灌注图像进行特征的提取;(3)构建基于通道图卷积的多模态交互模块对从不同模态图像中提取到的信息进行交互;(4)构建基于空间图卷积的多模态交互模块对从不同模态图像中提取到的信息进行交互;(5)构建解码器模块根据提取到的特征输出分割结果,使用交叉熵损失函数和Dice损失函数训练网络进行优化。本发明专利技术通过一种新颖的利用不同模态图像特征间的差异的注意力机制辅助网络进行病灶分割,相较于基线模型,具有更好的脑卒中分割效果。

【技术实现步骤摘要】

本专利技术涉及数字图像,尤其涉及计算机视觉,具体是指一种基于图卷积的多模态ct灌注图像融合脑卒中分割方法。


技术介绍

1、多模态医学是一种能够从,医生通过有效结合不同模态的信息能够更高效地做出诊断。随着计算机图像处理技术的发展,研究人员开始使用计算机自动分割病灶区域辅助诊断。然而,大多数现有的多模态医学图像方法仍然存在一些缺陷。比如:cn202010112491.4的专利技术专利申请,通过对抗学习提升编码器提取不同模态之间相似结构特征的能力,增强网络多模态图像的表示能力提高分割性能;申请号为:cn202210591277.0的专利技术专利申请,使用多条编码解码路径和一个公用网络层实现多模态图像的分割;申请号为:cn202310163065.7的专利技术专利申请,使用2d和3d编码器分别提取特征,再进行特征融合以分割多模态医学图像。上述公开的申请均存在的缺陷是:缺乏对多模态医学图像进行全局建模的能力,缺少对特征的全局建模可能导致模型无法充分利用提取到的局部特征,从而影响分割的精度。


技术实现思路

1、本专利技术本文档来自技高网...

【技术保护点】

1.一种基于图卷积的多模态CT灌注图像融合脑卒中分割方法,其特征在于,所述的方法包括以下步骤:

2.根据权利要求1所述的一种基于图卷积的多模态CT灌注图像融合脑卒中分割方法,其特征在于,所述的步骤(1)具体包括以下步骤:

3.根据权利要求1所述的一种基于图卷积的多模态CT灌注图像融合脑卒中分割方法,其特征在于,所述的步骤(2)具体包括以下步骤:

4.根据权利要求1所述的一种基于图卷积的多模态CT灌注图像融合脑卒中分割方法,其特征在于,所述的步骤(3)包括以下步骤:

5.根据权利要求1所述的一种基于图卷积的多模态CT灌注图像融合脑卒中分割方法...

【技术特征摘要】

1.一种基于图卷积的多模态ct灌注图像融合脑卒中分割方法,其特征在于,所述的方法包括以下步骤:

2.根据权利要求1所述的一种基于图卷积的多模态ct灌注图像融合脑卒中分割方法,其特征在于,所述的步骤(1)具体包括以下步骤:

3.根据权利要求1所述的一种基于图卷积的多模态ct灌注图像融合脑卒中分割方法,其特征在于,所述的步骤(2)具体包括以下步骤:

4.根据...

【专利技术属性】
技术研发人员:朱煜张可至刘雅童凌小峰
申请(专利权)人:华东理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1