基于深度学习和混合损失的结石CT影像分割方法及装置
申请号:CN202411647849
申请日期:2024-11-18
公开号:CN119399474A
公开日期:2025-02-07
类型:发明专利
摘要
本发明涉及基于深度学习和混合损失的结石CT影像分割方法及装置,属医学影像分析领域。本发明将预处理好的数据送入分割模型的3D Unet的编码器,对输入的肾结石CT影像进行逐步卷积和最大池化计算,每步计算的输入为上一步输出;将预处理好的数据进行分块并展平为序列向量,送入分割模型的ViT编码器进行自注意力计算,获取结石CT影像的全局特征;将得到的全局特征送入分割模型解码器的全局特征解码器,逐步实施反卷积解码计算,得到多个通道数不一的特征图;最后一次卷积和池化计算得到的特征图送入分割模型解码器的3D Unet解码器,逐次实施反卷积计算;本发明能准确的识别出结石CT影像中的结石位置和形态,提高分割效果。
技术关键词
影像分割方法
解码器
混合损失函数
结石
编码器
影像分割装置
数据
注意力机制
语义特征
分辨率
通道
融合特征
分块
序列
模块
标志
形态