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：本发明属于医学图像处理技术领域，提供了基于混合注意力监督U型网络MRI图像分割系统及方法，所述系统包括：图像预处理模块、多模态MRI图像分割模型训练模块和图像生成模块；图像预处理模块，用于对多模态的MRI图像进行预处理，并将预处理后的MRI图像在通道方向堆叠，得到多模态MRI图像；多模态MRI图像分割模型训练模块，用于基于多模态MRI图像训练混合注意力监督U型网络，得到多模态MRI图像分割模型；图像生成模块，用于将实际的多模态MRI图像输入至多模态MRI图像分割模型中，生成分割掩码。本发明能够显著提高多模态MRI图像分割的质量，简化临床诊断的过程并提高医生诊断疾病的能力。

主权项：1.一种基于混合注意力监督U型网络MRI图像分割系统，其特征在于，所述系统包括：图像预处理模块、多模态MRI图像分割模型训练模块和图像生成模块，其中，所述图像预处理模块，用于对T1、T1CE、T2和T2FLAIR四种模态的MRI图像进行预处理，并将预处理后的四种模态的MRI图像在通道方向堆叠，得到多模态MRI图像；所述多模态MRI图像分割模型训练模块，用于基于所述多模态MRI图像训练混合注意力监督U型网络，得到多模态MRI图像分割模型；所述图像生成模块，用于将实际的多模态MRI图像输入至所述多模态MRI图像分割模型中，生成分割掩码；所述多模态MRI图像分割模型训练模块包括编码器、解码器和跳跃连接，其中，所述编码器，用于逐层下采样所述多模态MRI图像，提取不同分辨率下的多尺度特征，并将所述多尺度特征作为解码器的输入；所述解码器，用于融合所述多尺度特征，生成分割掩码；所述跳跃连接，用于将编码器和解码器之间的特征进行融合，以减少浅层特征与深层特征之间的语义差异；所述编码器包括依次连接的卷积划分模块和四个编码模块，其中，所述卷积划分模块包括依次连接的第一三维卷积和第一层标准化，所述第一三维卷积的卷积核和步幅均为2；第一编码模块包括依次连接的第一局部上下文融合Transformer块和第一三维图像融合模块；第二编码模块包括依次连接的第二局部上下文融合Transformer块和第二三维图像融合模块；第三编码模块包括依次连接的第一全局Transformer块和第三三维图像融合模块；第四编码模块包括依次连接的第二全局Transformer块和第四三维图像融合模块；所述第一局部上下文融合Transformer块和第二局部上下文融合Transformer块均由依次连接的第二层标准化、三维多头邻域自注意力、第三层标准化、第一多层感知机、第四层标准化、三维多头空洞邻域自注意力、第五层标准化和第二多层感知机组成；所述第一局部上下文融合Transformer块和第二局部上下文融合Transformer块的输出特征的计算公式如下： ， ， ， ，其中，LN为层标准化，MNSA为三维多头邻域自注意力，为输入特征，MLP为多层感知机，MDNSA为多头空洞邻域自注意力，、、均为中间特征，l为特征的序号。

全文数据：

权利要求：

百度查询： 山东师范大学 基于混合注意力监督U型网络MRI图像分割系统及方法