一种基于深度学习的下颌CBCT图像下牙分割方法

本发明属于图像分割领域，具体说是一种基于深度学习的下颌CBCT图像下牙分割方法，包括以下步骤：获取下颌CBCT图像数据集，对数据集进行自上而下的切片处理，并对切片后的数据进行数据增强；对增强后的数据进行像素级标注，并将标注后的数据按比例划分为训练集、验证集和测试集；构建一个包含输入模块、DCTA模块、输出模块和空洞卷积的U型网络，即DCTA‑DilUnet深度学习模型；将训练集和验证集输入至构建的U型网络中，对该网络进行训练；通过训练后的U型网络对验证集进行验证，并利用验证后的U型网络实现下颌CBCT图像中下牙的分割。本发明适用于图像分割和深度学习领域中，采用了基于频域的注意力机制替换原有的跳跃连接，然后将通过该注意力机制输出的特征图与经过上采用后的特征图进行特征融合。