一种基于解剖对称性引导的多模态融合网络的胶质瘤分割方法

本发明属于医学图像处理技术领域，具体涉及一种基于解剖对称性引导的多模态融合网络的胶质瘤分割方法，将同一胶质瘤的FLAIR图像、T2图像、T1图像和T1c图像共同输入到训练后的图像分割模型中，由其输出预测分割图像，预测分割图像即通过预测得到的具有3个分割区域的胶质瘤MRI图像，3个分割区域分别为水肿区域、增强肿瘤区域和坏死区域；图像分割模型包括编码器、跳跃连接部分和解码器；编码器包括ASG模块，跳跃连接部分包括IMP模块，解码器包括CMF模块。本发明通过三模块协同机制，在肿瘤定位、跨模态融合及亚区域分割等方面均实现了性能提升，为胶质瘤的手术方案制定、预后评估及个性化治疗决策提供了可靠的影像依据。