[发明专利]基于U-Transformer的直肠癌CT影像自动分割方法

权利要求书

1.基于U-Transformer的直肠癌CT影像自动分割方法，其特征在于包括如下步骤

步骤1，实验数据的预处理；

步骤2，构建U-Transformer网络模型；

步骤3，训练U-Transformer网络模型；

步骤4，采用训练好的U-Transformer网络模型进行CT影像中直肠癌的分割，并对分割效果进行评估；

步骤2的具体实现过程包括：

步骤2.1：构建Patch Embedding层；将二维的CT影像变换得到M个大小为P²·C的一维patch embeddings；C为通道数，每个patch的大小为P²；

步骤2.2：构建Swin Transforner Block；先使用窗口多头注意力机制W-MSA，计算窗口内部的自注意力得分，通过window reverse操作将得到的特征图还原为与输入特征一样的大小；再使用滑动窗口注意力机制SW-MSA计算不同窗口之间的注意力得分，通过windowreverse操作将得到的特征图还原为与输入特征一样的大小；

步骤2.3：将Patch Merging层与Swin Transformer Block共同构成编码器；在第一层编码器中，使用两个Swin Transformer Block进行特征提取；在第二层编码器中，使用六个Swin Transformer Block进行特征提取；在第三层编码器中，使用两个Swin TransformerBlock进行特征提取；

步骤2.4：在每个解码器中构建全尺度跳跃连接，融合低层细节和高层语义，充分利用多尺度特征；

步骤2.5：对三层编码后的特征图进行三层解码操作；

步骤2.6：使用双线性插值将经过三层解码操作后的特征图进行扩展；

步骤2.7：构建线性投影操作，实现像素级分割。

2.根据权利要求1所述的基于U-Transformer的直肠癌CT影像自动分割方法，其特征在于所述步骤4的具体过程包括：

步骤4.1：引入Dice相似系数、PPV系数和灵敏度系数来评价分割的效果。

3.根据权利要求1所述的基于U-Transformer的直肠癌CT影像自动分割方法，其特征在于所述步骤2.1中的Patch Embedding层具体实施方式为：

2.1.1对输入的2D医学影像记为其中H和W为图像的长和宽，C为通道数；

2.1.2将图像分割为多个大小相同的patchs，patchs的表达式为其中是最终分割的patchs数量，每个patch的大小为P²；

2.1.3通过线性变换得到M个向量长度为P²·C的一维patchembeddings；

2.1.4对每一个patch embeddings设置一个一维的位置编码，最终patch embeddings表示如下：

其中，代表了位置编码信息。