摘要
本发明提供的基于差异性学习模型的血管图像分割方法、装置及设备，涉及神经网络与图像处理领域。本发明通过获取不同模态的3D血管原图像集，并输入血管图像分割模型，在分割模型中，利用模态差异标记方法，得到嵌入了模态特征的重建图；将重建图输入3D UNet编码器提取出低级特征；根据低级特征，通过位置编码器与自注意力机制，生成高级特征；高级特征通过线性层展开为一维向量，并采用Transformer编码器进行优化，生成优化后的特征；然后将Transformer优化后的特征通过逐元素相减的方式，计算出模态间的差异特征，从而得到差异融合特征；差异融合特征通过Transformer编码器进行重塑，得到最后的血管分割结果。本发明能准确捕捉细小血管的形态特征，有效提升血管图像分割的精度。
