Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于多模态MRI图像的肌肉分割模型方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公布了一种基于多模态MRI图像的肌肉分割模型方法,属于医学图像分割技术领域。本发明集中所有MRI数据的物理信息,每例MRI数据通过编码器生成FAT模态和WATER模态图像特征,再通过注意力机制子模块整合两个模态的信息,最后通过解码模块生成肌肉分割的结果,再将该结果和真实标注进行比对,通过反向传播的方式训练模型,得到训练好的基于多模态MRI图像的肌肉分割模型。本发明在多模态的情况下,充分利用各个模态之间的互补性,深入挖掘图像的结构信息和语义信息,提高肌肉分割的准确率和稳定性。

主权项:1.一种基于多模态MRI图像的肌肉分割模型方法,其特征在于,具体步骤包括:A.遍历整个数据集的每一张MRI图像,解析MRI图像的物理信息;B.采用两个结构一致参数不共享的编码器分别编码一对MRI图像,它们分别来自FAT模态和WATER模态,得到两个模态的多个中间特征;C.采用注意力机制子模块拼接上述两个模态的中间特征,得到整合后的多模态特征;D.通过解码器生成肌肉分割的结果,将该结果和真实标注进行比对,通过反向传播的方式训练模型,得到训练好的基于多模态MRI图像的肌肉分割模型,其中计算得到损失函数: 其中,表示预测的分割结果在位置i,j,k的取值,表示金标准人工标注结果在位置i,j,k的取值,δx,y是一个判断函数,当x和y数值一致时,δx,y取值为1,否则为0;该损失函数衡量了模型分割结果和真实标注结果之间的一致程度,两者一致程度越高,该损失函数的取值低,模型的训练目标就是最小化该损失函数的值。

全文数据:

权利要求:

百度查询: 北京大学 一种基于多模态MRI图像的肌肉分割模型方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。