一种基于可逆特征生成的磁共振脑肿瘤分割方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于可逆特征生成的磁共振脑肿瘤分割方法
申请号:
CN202411859551
申请日期:
2024-12-17
公开号:
CN119693393B
公开日期:
2025-10-21
类型:
发明专利
摘要
本发明属于数字图像处理和模式识别领域,具体涉及一种基于可逆特征生成的磁共振脑肿瘤分割方法,包括构建并训练人脑肿瘤图像分割模型,将待处理图像输入训练好的人脑肿瘤图像分割模型得到分割结果;所述人脑肿瘤图像分割模型包括多模态并行处理模块、全局‑局部特定模态特征交互模块、可逆提示生成模块、分组融合引导模块;本发明能够提升磁共振脑肿瘤图像对整个肿瘤区域、肿瘤核心区域和增强肿瘤区域的分割精度。
技术关键词
脑肿瘤图像
脑肿瘤分割方法
模态特征
前馈神经网络
融合特征
磁共振
交互特征
模块
多模态
权重特征
Gabor滤波器
Softmax函数
数字图像处理
解码器
矩阵
模式识别
注意力