一种增强解剖结构和表面信息感知的人脑提取方法、系统、电子设备、存储介质技术方案

本发明专利技术涉及一种增强解剖结构和表面信息感知的人脑提取方法、系统、电子设备、存储介质，属于图像处理技术领域。本发明专利技术的解剖结构感知模块旨在增强对全局大脑组织的理解，而表面信息感知模块强调大脑表面的局部模式，以解决大脑和非大脑组织之间体素强度的低水平类间相似性所带来的挑战；此外，采用新颖的局部‑全局特征增强模块来增强局部表面模式和全局脑组织之间的关联，提供有助于精确脑提取的鲁棒的局部全局表示。本发明专利技术增强对人脑的解剖结构和表面信息感知，以实现精确的大脑提取。

【技术实现步骤摘要】

本专利技术涉及一种增强解剖结构和表面信息感知的人脑提取方法、系统、电子设备、存储介质，属于图像处理。

技术介绍

1、人脑提取旨在3d mri影像中分割出人脑，以服务脑体积测量、脑形态学变化分析等临床需求。该任务最初被定义为图像处理问题。研究者使用模式识别技术以区分脑部和非脑部结构，常用的方法包括直方图分析、边缘检测和阈值分割等。然而，这类方法通常严重依赖于预设的超参数，如边缘常数和阈值，这使得它们对由不同医疗设备导致的体素强度变化敏感。传统机器学习方法尝试从数据中学习鉴别力强的特征表达，但这类方法仍然依赖手工设计的特征。深度学习已成为许多医学图像分割任务的主要解决方案，提供了学习有效深层表示的能力。特别地，基于u形架构的卷积神经网络在医学图像分割任务上的性能优异，并被用于脑提取。现有工作对u-net架构进行了各种改进，包括特征融合、对抗机制和注意力机制等，以增强其对局部特征和全局语义信息的表征。随着视觉大模型的出现，研究者开始改进面向自然图像的视觉大模型，以使其适应医学图像分割任务。

2、受限于感受野和池化操作，cnn对全局特征信息的捕获能力不本文档来自技高网...

【技术保护点】

1.一种增强解剖结构和表面信息感知的人脑提取方法，其特征在于：所述方法包括：

2.根据权利要求1所述的一种增强解剖结构和表面信息感知的人脑提取方法，其特征在于：所述Step1中，所述编码器采用三个堆叠的解剖结构感知模块AA，结构均相同，每个解剖结构感知模块AA具有双分支结构，包含多层感知机MLP分支和卷积神经网络CNN分支；

3.根据权利要求2所述的一种增强解剖结构和表面信息感知的人脑提取方法，其特征在于：所述Step1包括：

4.根据权利要求1所述的一种增强解剖结构和表面信息感知的人脑提取方法，其特征在于：所述Step2中，所述表面信息感知模块SA集...

【技术特征摘要】

1.一种增强解剖结构和表面信息感知的人脑提取方法，其特征在于：所述方法包括：

2.根据权利要求1所述的一种增强解剖结构和表面信息感知的人脑提取方法，其特征在于：所述step1中，所述编码器采用三个堆叠的解剖结构感知模块aa，结构均相同，每个解剖结构感知模块aa具有双分支结构，包含多层感知机mlp分支和卷积神经网络cnn分支；

3.根据权利要求2所述的一种增强解剖结构和表面信息感知的人脑提取方法，其特征在于：所述step1包括：

4.根据权利要求1所述的一种增强解剖结构和表面信息感知的人脑提取方法，其特征在于：所述step2中，所述表面信息感知模块sa集成到asnet的解码器，包括三个子模块：表面提取子模块se、语义感知子模块sp和软融合子模块sf；

5.根据权利要求4所述的一种增强解剖结构和表面信息感知的人脑提取方法，其特征在于：所述step2包括：

6.根据权利要求1所述的一种增强解剖结构...

【专利技术属性】
技术研发人员：林旭，齐冲冲，詹忆冰，申华磊，上官国庆，陶大鹏，
申请(专利权)人：云南联合视觉科技有限公司，
类型：发明
国别省市：