一种基于改进混合注意力机制和TransUnet模型的骨肿瘤医学图像分割方法技术

本发明专利技术公开了一种基于改进混合注意力机制和TransUnet模型的骨肿瘤医学图像分割方法，属于医学图像分割技术领域；包括：数据提取；数据标注；数据预处理；搭建分割网络模型并训练，得到ONC‑TransUnet模型，利用ONC‑TransUnet模型进行骨肿瘤医学图像等医学图像分割工作。本发明专利技术将混合注意力机制引入医学图像分割领域并对混合注意力机制进行改进，将通道注意力机制和空间注意力机制与残差结构相结合，使得模型能够更加细致的提取图像的细节以及边界。同时将改进混合注意力模块加入TransUnet模型关键位置，使得模型既能很好的提取图像的细节以及边界，又能很好的捕获和理解图像中的上下文关系，实现对骨肿瘤医学图像更为精准分割。同时，ONC‑TransUnet模型对其他医学图像数据集也有很好分割泛化性。

【技术实现步骤摘要】

本专利技术设计医学图像分割领域，具体涉及一种基于改进混合注意力机制和transunet模型的骨肿瘤医学图像分割方法。

技术介绍

1、骨肿瘤是一种常见的起源于骨髓内的高度恶性肿瘤，其特点是增殖的肿瘤细胞直接形成骨或类骨组织，因此也被称为成骨性肉瘤。早期患者可能会感到疼痛，随着肿瘤的生长，还可能导致关节畸形，进一步加重功能障碍。如果不及时治疗，肿瘤会迅速扩散和转移，侵犯周围组织和器官，甚至转移到肺部等重要器官，严重威胁患者生命。

2、然而，由于骨肿瘤发病率较低，广大基层医生对该病的诊治知识掌握不足，阅片能力和水平参差不齐，严重制约了基层医生对该病的诊断能力。同时，骨肿瘤边界的判断和分割通常是由临床医生根据自己的解剖知识和经验，在ct图像上手工勾画或标注，但这一过程费时费力，主观性较强。因此，客观准确的医学影像分割对患者的预诊断、手术实施和预后恢复至关重要。

3、随着计算机技术的飞速发展，计算机可以辅助人们进行一些图像处理和医学图像的自动分割和定位，如组织体积定量、疾病诊断、区域定位、解剖结构研究、放疗计划制定和计算机辅助手术等。然而，针本文档来自技高网...

【技术保护点】

1.一种基于改进混合注意力机制和TransUnet模型的骨肿瘤医学图像分割方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进混合注意力机制和TransUnet模型的骨肿瘤医学图像分割方法，其特征在于，S1中具体处理过程为：通过代码将原本的CT图像的格式由DICOM转变为模型可接受的JPG和PNG格式；选择骨肿瘤特征明显的冠状面和矢状面CT图像作为数据集。

3.根据权利要求1所述的一种基于改进混合注意力机制和TransUnet模型的骨肿瘤医学图像分割方法，其特征在于，S2具体处理过程为：对数据集进行标注；使用开源注释工具LabelMe对骨肿瘤CT...

【技术特征摘要】

1.一种基于改进混合注意力机制和transunet模型的骨肿瘤医学图像分割方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进混合注意力机制和transunet模型的骨肿瘤医学图像分割方法，其特征在于，s1中具体处理过程为：通过代码将原本的ct图像的格式由dicom转变为模型可接受的jpg和png格式；选择骨肿瘤特征明显的冠状面和矢状面ct图像作为数据集。

3.根据权利要求1所述的一种基于改进混合注意力机制和transunet模型的骨肿瘤医学图像分割方法，其特征在于，s2具体处理过程为：对数据集进行标注；使用开源注释工具labelme对骨肿瘤ct图像数据源进行标注；标注后的骨肿瘤ct医学影像数据集命名为osteosarcoma+，共标注1207张图像，并以i+序号(i0001-i01207)命名。

4.根据权利要求1所述的一种基于改进混合注意力机制和transunet模型的骨肿瘤医学图像分割方法，其特征在于，步骤3具体处理过程为：从数据集osteosarcoma+和数据集synapse中所有的图像样本，将图像样本调整到224*224分辨率；

5.根据权利要求1所述的一种基于改进混合注意力机制和transunet模型的骨肿瘤医学图像分割方法，其特征在于，s4的具体处理过程为：改进混合注意力机制模块包含两个支路，第一个支路为通道注意力机制模块，第二个支路为空间注意力机制模块，输入特征图分别通过通道注意模块和空间...

【专利技术属性】
技术研发人员：王潜，樊卓明，曾勇，陈继民，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：