【技术实现步骤摘要】
本专利技术属于前列腺超声图像分割的，具体涉及一种前列腺经直肠超声图像智能分割方法及系统。
技术介绍
1、在全球范围内，前列腺癌是第四大常见的癌症，也是男性第二大常见癌症。经直肠超声（transrectal ultrasound, trus）是前列腺癌早期筛查和诊断的有效方法之一。从trus图像中准确分割前列腺对于计算机辅助前列腺癌诊断至关重要。然而手动分割前列腺耗时耗力，且分割结果缺乏客观性。随着卷积神经网络的快速发展，相继提出了许多基于深度学习的前列腺分割方法。
2、传统的分割方法是基于前列腺的浅层特征，因此只能提取弱语义信息，这使得处理trus图像散斑噪声和各类伪影等问题时变得困难。基于卷积神经网络（convolutionalneural network, cnn）的分割方法利用不同通道中的边缘特征来增强前列腺的边缘特征，但在识别干扰信息和各种不同的前列腺形状方面存在缺陷。尽管cnn可以解决一些问题（例如，低信噪比和对比度），但全局建模能力较弱，面对复杂的干扰信息，准确分割腺体是具有挑战的。transformer具有强大...
【技术保护点】
1.一种前列腺经直肠超声图像智能分割方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的一种前列腺经直肠超声图像智能分割方法，其特征在于，所述计算每个特征序列的尺度系数τ，具体为：
3.根据权利要求1所述的一种前列腺经直肠超声图像智能分割方法，其特征在于，所述自适应自注意力计算具体为：
4.根据权利要求3所述的一种前列腺经直肠超声图像智能分割方法，其特征在于，当执行全局自注意力的计算时，Q,K,V,B∈RHW×d；当执行局部自注意力的计算时，Q,K,V,B∈R(M^2)×d，M是窗口大小。
5.根据权利要求1所述的...
【技术特征摘要】
1.一种前列腺经直肠超声图像智能分割方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的一种前列腺经直肠超声图像智能分割方法，其特征在于，所述计算每个特征序列的尺度系数τ，具体为：
3.根据权利要求1所述的一种前列腺经直肠超声图像智能分割方法，其特征在于，所述自适应自注意力计算具体为：
4.根据权利要求3所述的一种前列腺经直肠超声图像智能分割方法，其特征在于，当执行全局自注意力的计算时，q,k,v,b∈rhw×d；当执行局部自注意力的计算时，q,k,v,b∈r(m^2)×d，m是窗口大小。
5.根据权利要求1所述的一种前列腺经直肠超声图像智能分割方法，其特征在于，所述基于编码结果与通过跳跃连接传递的前n-1个特征序列的自适应自注意力计算结果逐级别进行采样拼接，重塑为特征图，具体为：
6.一种前列腺经直肠超声图像智能分割系统，包括编码器和解码器，其特征在于，所述编码器包括嵌入层、n个区域自适应trans...
【专利技术属性】
技术研发人员：杨川，卢旭，彭千洪，袁圆，肖志伟，
申请(专利权)人：暨南大学，
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。