基于卷积神经网络的直肠癌核磁共振图像自动分割方法技术

本发明专利技术涉及神经算法技术领域，具体涉及一种基于卷积神经网络的直肠癌核磁共振图像自动分割方法，包括输入图像；对图像通过ResNeSt网络减少图像的空间维度并形成抽象特征并采用多组卷积块进行压缩，采用解码器选择反卷积层上采样输出第一结果；对图像、卷积块压缩的图像通过下采样进行变换操作实现特征合并，输出第二结果；将第一结果与第二结果在输出层融合输出最终结果；本发明专利技术以直肠癌MRI图像和医生标注的肿瘤样本集为研究对象，构建卷积神经网络为基础的图像分割模型；采用改进的位置注意力和通道注意力等技术方法进一步提高分割模型精度，以真阳性、假阳性、假阴性像素点统计值计算，使模型输出的结果能够辅助医生判断。

【技术实现步骤摘要】

本专利技术涉及神经算法，具体涉及一种基于卷积神经网络的直肠癌核磁共振图像自动分割方法。

技术介绍

1、直肠癌是指从齿状线至直肠乙状结肠交界处之间的癌，是消化道最常见的恶性肿瘤之一。因其位置深入盆腔，解剖关系复杂，手术不易彻底，术后复发率高。

2、直肠癌核磁共振成像(magnetic resonance imaging，简称mri)技术是放射科医生观察恶性肿瘤和诊断疾病状况的主要途径。但是由于直肠癌图像的肿瘤形态多变、发病位置不确定、人工读片主观性强等现实因素制约，给诊治医生带来了巨大的工作负担，也造成了一定的漏诊误诊现象。利用图像识别、深度学习的人工智能方法来实现高速自动的mri图像肿瘤分割将极大改善当前直肠癌辅助诊断的医疗技术，促进医学设备革新。

技术实现思路

1、本专利技术所要解决的技术问题是：提供一种辅助医师进行诊断的基于卷积神经网络的直肠癌核磁共振图像自动分割方法。

2、为了解决上述技术问题，本专利技术采用的技术方案为：

3、一种基于卷积神经网络的直肠癌核磁共振图像本文档来自技高网...

【技术保护点】

1.一种基于卷积神经网络的直肠癌核磁共振图像自动分割方法，其特征在于，包括

2.根据权利要求1所述的基于卷积神经网络的直肠癌核磁共振图像自动分割方法，其特征在于，所述卷积块采用位置注意力机制。

3.根据权利要求1所述的基于卷积神经网络的直肠癌核磁共振图像自动分割方法，其特征在于，所述卷积块为1×1卷积核。

4.根据权利要求1所述的基于卷积神经网络的直肠癌核磁共振图像自动分割方法，其特征在于，所述卷积块有四组。

5.根据权利要求1所述的基于卷积神经网络的直肠癌核磁共振图像自动分割方法，其特征在于，解码器选择反卷积层上采样采用通道注意力机制。<...

【技术特征摘要】

1.一种基于卷积神经网络的直肠癌核磁共振图像自动分割方法，其特征在于，包括

2.根据权利要求1所述的基于卷积神经网络的直肠癌核磁共振图像自动分割方法，其特征在于，所述卷积块采用位置注意力机制。

3.根据权利要求1所述的基于卷积神经网络的直肠癌核磁共振图像自动分割方法，其特征在于，所述卷积块为1×1卷积核。

4.根据权利要求1所述的基于卷积神经网络的直肠癌核磁共振图像自动分割方法，其特征在于，所述卷积块有四组。

5.根据权利要求1所述的基于卷积神经网络的直肠癌核磁共振图像自动分割方法，其特征在于，解码器选择反卷积层上采样采用通道注意力机制。

6.根据权利要求...

【专利技术属性】
技术研发人员：李灯熬，赵菊敏，张柯楠，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：