基于改进3DU-Net的脑肿瘤分割方法、装置和电子设备

本申请涉及一种基于改进3D U‑Net的脑肿瘤分割方法、装置和电子设备，该方法包括获取多模态脑肿瘤数据，并对所述多模态脑肿瘤数据进行预处理得到待处理脑肿瘤数据，构建改进3D U‑Net的多尺度特征挖掘的脑肿瘤分割模型，采用所述待处理脑肿瘤数据对所述脑肿瘤分割模型进行训练，同时保存训练过程中的最优权重模型，使用所述最优权重模型进行模型预测和计算性能指标。该方法通过引入多尺度特征挖掘模块，能够更有效地捕捉和整合不同尺度的特征信息，从而提高分割的准确性和鲁棒性。此外，该方法利用深度学习技术，实现了脑肿瘤的全自动化分割。相比传统的手动分割方法，该方法能够显著提高分割效率，减轻医生的工作负担，并且减少了因人为因素导致的分割误差。