用于肺部病变图像的分割方法
摘要:
本发明公开了用于肺部病变图像的分割方法,涉及计算机技术领域,包括S1构建分割模型;S2获取数据集;S3利用二值掩膜对数据集进行分割处理;S4对分割处理后的数据集进行划分,分为训练集和测试集;S5利用训练集和测试集对分割模型进行训练优化;S6获取待预测的肺部病变图像;S7利用优化后的分割模型进行分割,得到分割结果;将U形神经网络与ConvFormer神经网络层相结合,从CT图像中提取纹理和形状特征,利用ConvFormer神经网络层和第一深度可分离(56)对比文件陈栋等.“结合transformer和多层特征聚合的高光谱图像分类算法”《.数据与计算发展前沿》.2023,第5卷(第3期),第138-151页.李威等.“基于多任务学习的间质性肺病分割算法”《.计算机应用》.2023,第1-12页.WeiPing Ding等.“FTransCNN: FusingTransformer and a CNN based on fuzzylogic for uncertain medical imagesegmentation”《.Information Fusion》.2023,第99卷第1-13页.He Sheng等.“U-Netmer: U-Net meetsTransformer for medical imagesegmentation”《.arxiv》.2023,第1-10页.Yixuan Wu等“.D-former: a U-shapedDilated Transformer for 3D medical imagesegmentation”《.Neural Computing andApplications》.2022,第35卷(第5期),第112-132页.Pengfei Gu等“.ConvFormer: CombiningCNN and Transformer for Medical ImageSegmentation”《.EEE InternationalSymposium on biomedical imaging》.2022,第1-15页.Xian Lin等.“ConvFormer: Plug-and-PlayCNN-Style Transformers for ImprovingMedical Image Segmentation”《.arxiv》.2023,第1-10页.
公开/授权文献
0/0