【技术实现步骤摘要】
本专利技术实施例涉及医学图像处理,尤其涉及一种血管图像分割方法、装置、设备和介质。
技术介绍
1、脑血管结构在临床脑血管相关疾病的诊疗中是重要的医疗信息。脑血管结构提取的精准程度也会影响相关疾病在临床诊疗中的精准度和效率。
2、由于多尺度血管增强滤波技术这一血管分割方法,需要大量复杂的图像预处理和后处理过程,很多基于u-net和v-net等神经网络模型的血管分割方法也被提出,以提高血管图像分割的效率。
3、但是,简单的u-net和v-net等模型的血管图像分割结果的准确度以及模型应用的泛化性能还有待提升。
技术实现思路
1、本专利技术实施例提供了一种血管图像分割方法、装置、设备和介质,可以提高用于血管图像分割的神经网络模型的泛化能力,提高血管图像分割的准确程度。
2、第一方面,本专利技术实施例提供了一种血管图像分割方法,该方法包括:
3、对待分割血管图像进行预处理以及图像分割操作,得到预设尺寸的多个待分割血管图像块;
4、将各待分
...【技术保护点】
1.一种血管图像分割方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述编码器中的每一个编码层分别与一个预设注意力门连接,并通过所述预设注意力门将各所述编码层的特征编码向量与所述第一解码器中对应的解码层的特征解码向量一同输入到与所述对应的解码层相邻的下一个解码层中。
3.根据权利要求1或2所述的方法,其特征在于,所述目标图像分割模型的训练过程,包括:
4.根据权利要求3中所述的方法,其特征在于,所述基于所述第一图像解码损失函数和所述第二图像解码损失函数确定目标损失函数,包括:
5.根据权利要求1所述的
...【技术特征摘要】
1.一种血管图像分割方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述编码器中的每一个编码层分别与一个预设注意力门连接,并通过所述预设注意力门将各所述编码层的特征编码向量与所述第一解码器中对应的解码层的特征解码向量一同输入到与所述对应的解码层相邻的下一个解码层中。
3.根据权利要求1或2所述的方法,其特征在于,所述目标图像分割模型的训练过程,包括:
4.根据权利要求3中所述的方法,其特征在于,所述基于所述第一图像解码损失函数和所述第二图像解码损失函数确定目标损失函数,包括:
5.根据权利要求1所述的方法...
【专利技术属性】
技术研发人员:陆晓华,陈士行,
申请(专利权)人:上海超光微医疗科技有限公司,
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。