基于分数阶梯度的多模态MRI脑肿瘤医学图像分割方法

    公开(公告)号:CN118762035A

    公开(公告)日:2024-10-11

    申请号:CN202410888956.3

    申请日:2024-07-04

    摘要: 本发明公开了一种基于分数阶梯度的多模态MRI脑肿瘤医学图像分割方法,涉及分数阶微积分领域,本发明的技术方案基于Grünwald‑Letnikov分数阶导数定义的Adagrad和Adam的分数阶变体,即分数阶Adagrad(Fractional Adagrad,FAdagrad)和分数阶Adam(FractionalAdam,FAdam)。不仅基于当前迭代的梯度信息,还整合了历史梯度信息,旨在提高网络训练的效率和准确性。有效地整合了历史梯度信息,以增强网络训练效率和准确性。