一种基于深度学习的MRI医学图像分割方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的MRI医学图像分割方法及系统
申请号:CN202411831970
申请日期:2024-12-12
公开号:CN119741312B
公开日期:2025-08-26
类型:发明专利
摘要
本发明公开了一种基于深度学习的MRI医学图像分割方法及系统,该方法包括:获取乳腺MRI图像并进行标准化处理,移除非感兴趣区域获取目标MRI图像;将疑似病变区域进行细节增强重构为待预处理图像;将待预处理图像分别进行降噪处理、对比度增强和边缘增强预处理,生成三种版本的输入图像,并作为三通道输入到预先训练好的深度学习模型中,完成乳腺肿瘤的识别;对乳腺肿瘤区域进行图像分割,并对分割后的乳腺肿瘤进行分类。本发明提供的基于深度学习的MRI医学图像分割方法及系统,实现了乳腺MRI图像精准高效处理,实现了对乳腺肿瘤的高效识别、准确分割和精确分类,能够提高乳腺肿瘤检测的准确率和鲁棒性,为临床提供高效、可靠的辅助诊断。
技术关键词
医学图像分割方法 深度学习模型 对比度 通道注意力机制 SVM分类器 邻域 像素 掩膜 损失函数优化 医学图像分割系统 形态学特征 感兴趣 乳腺肿瘤检测 三通道 组织 残差模块