【技术实现步骤摘要】
本专利技术属于医学图像处理领域，具体涉及一种基于混合注意力机制的膝关节软骨图像分割方法。
技术介绍
1、骨关节炎(oa)是一种逐渐导致残疾的慢性退行性关节疾病。膝关节软骨是附着在骨表面末端的软组织，其形态结构的改变与oa的发展有关。骨关节炎是中老年人群中是引起疼痛和活动能力下降的最常见的关节疾病，最近的调查研究显示骨关节炎在全球范围内存在很高的患病率，在未来几十年，由于人口老龄化和肥胖的流行，骨性关节炎的发病率将会上升。时至今日，骨性关节炎的治疗方法尚未被发现，导致骨性关节炎发生和发展的因素也尚未完全了解，因此对其尽早诊断和治疗至关重要。
2、理想的关节软骨成像方式：(1)对整个关节结构进行可视化，包括对骨和软骨的三维直接可视化；(2)以较高的解剖分辨率区分各种组织类型；(3)在不暴露于辐射的情况下对骨关节炎患者的结构变化高度敏感；(4)非侵入性。磁共振成像(mri)提供了丰富的肌肉骨骼组织的结构和功能特征，通常是对整个关节，特别是软骨组织的变化进行结构分析和量化的首选方式，并且可以更好地可视化软骨形态，可用于检测符合上述许...
【技术保护点】
1.一种基于混合注意力机制的膝关节软骨图像分割方法，其特征在于，包括：获取膝关节软骨图像并进行预处理，将预处理后的膝关节软骨图像输入训练好的图像分割模型，得到图像分割结果；图像分割模型包括：N层编码器、N-1层解码器、边缘注意力提取模块以及自注意力模块；编码器与对应层数的解码器跳跃连接；
2.根据权利要求1所述的一种基于混合注意力机制的膝关节软骨图像分割方法，其特征在于，对膝关节软骨图像训练集中的膝关节软骨图像进行预处理包括：对膝关节软骨图像进行几何变换操作，对几何变换后的结果进行颜色变换操作，对颜色变换后的结果进行归一化。
3.根据权利要求1...
【技术特征摘要】
1.一种基于混合注意力机制的膝关节软骨图像分割方法，其特征在于，包括：获取膝关节软骨图像并进行预处理，将预处理后的膝关节软骨图像输入训练好的图像分割模型，得到图像分割结果；图像分割模型包括：n层编码器、n-1层解码器、边缘注意力提取模块以及自注意力模块；编码器与对应层数的解码器跳跃连接；
2.根据权利要求1所述的一种基于混合注意力机制的膝关节软骨图像分割方法，其特征在于，对膝关节软骨图像训练集中的膝关节软骨图像进行预处理包括：对膝关节软骨图像进行几何变换操作，对几何变换后的结果进行颜色变换操作，对颜色变换后的结果进行归一化。
3.根据权利要求1所述的一种基于混合注意力机制的膝关节软骨图像分割方法，其特征在于，编码器包括：卷积层、实例标准化层、激活函数以及平均池化层。
4.根据权利要求1所述的一种基于混合注意力机制的膝关节软骨图像分割方法，其特征在于，解码器包括：上采样层、卷积层、实例标准化层以及激活函数。
5.根据权利要求1所述的一种基于混合注意力机制的膝关节软骨图像分割方法，其特征在于，边缘注意力提取模块包括：n-1个反向注意力模块；边缘注意力提取模块对不同尺度的特征f、第一层解码器输出的恢复特征以及倒数第二层解码器输出的恢复特征进行处理包括：...
【专利技术属性】
技术研发人员：舒禹程，曾榕榕，肖斌，李伟生，
申请(专利权)人：重庆邮电大学，
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。