[发明专利]基于注意力机制改进的U-net肝肿瘤分割方法在审
| 申请号： | 202210569847.6 | 申请日： | 2022-05-24 |
| 公开（公告）号： | CN114972248A | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 潘诗杰;阿卜杜杰力力·阿卜杜热合曼;麦明香;李冬;陈祖林 | 申请（专利权）人： | 广州市华奕电子科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 511400 广东省广州市番禺区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 注意力 机制 改进 net 肿瘤 分割 方法 | ||
1.基于注意力机制改进的U-net肝肿瘤分割方法，其特征在于，具体包括以下步骤：
S1.数据集获取和基本分割模型的选取；
S2.数据预处理；
S3.确定损失函数；
S4.确定评价肝肿瘤分割性能的指标；
S5.分割模型搭建；
S6.进行肝肿瘤图像分割。
2.根据权利要求1所述的基于注意力机制改进的U-net肝肿瘤分割方法，其特征在于，步骤S1中所述基的本分割模型采用Attention-UNet作为基础模型。
3.根据权利要求2所述的基于注意力机制改进的U-net肝肿瘤分割方法，其特征在于，步骤S2中预处理后的数据集分为训练集、验证集和测试集。
4.根据权利要求3所述的基于注意力机制改进的U-net肝肿瘤分割方法，其特征在于，步骤S4中所述的评价肝肿瘤分割性能的指标包括Dice相似系数、相对体积差和体积误差重叠。
5.根据权利要求4所述的基于注意力机制改进的U-net肝肿瘤分割方法，其特征在于，步骤S5中所述分割模型的搭建方法为：
S51.构造通道注意力模块，使用多个大小不同的1D卷积核执行卷积；
S52.构造空间注意力模块，采用并联空洞卷积的方法引入到空间注意力模块中，获取上下文的语义信息；
S53.将通道注意力模块和空间注意力模块进行混合，生成混合注意力模块；
S54.将混合注意力模块集成到基础模型中。
6.根据权利要求5所述的基于注意力机制改进的U-net肝肿瘤分割方法，其特征在于，步骤S6进行肝肿瘤图像分割的方法如下
S61.训练阶段，利用预处理好的数据集对步骤S5生成的分割模型进行训练，选取整个训练周期内损失值最小时所对应的轮数参数作为最终权重；
S62.把训练阶段得到的最终权重加载进入分割模型中，并将划分到测试集中的图像送进模型中进行测试，最终得到预测的肝肿瘤分割图和对应的指标参数。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州市华奕电子科技有限公司，未经广州市华奕电子科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210569847.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：脉冲式制氧机的分子筛性能检测方法
- 下一篇：一种倾斜式湿料粉碎机
