公开(公告)号：CN117934492A

公开(公告)日：2024-04-26

申请号：CN202410111203.1

申请日：2024-01-26

Applicant: 桂林电子科技大学

Inventor： 陈真诚 ,  管浩霖 ,  孙鹏 ,  许赢龙 ,  刘东洪

IPC: G06T7/10 ,  G06V10/20 ,  G06V10/774 ,  G06N3/04

Abstract: 本发明涉及图像处理技术领域，具体涉及一种基于深度学习的心脏磁共振图像分割方法，首先对人体心脏磁共振三维图像数据集进行了预处理，随后建立了一个包含注意力机制和残差模块的三维卷积级联的心脏磁共振图像分割模型；预处理后的数据被送入该模型进行迭代训练，以获取训练完备的心脏磁共振图像分割模型。最终，将待分割的人体心脏磁共振三维图像被输入训练好的模型中，完成心脏图像的结构分割任务。本发明在三维卷积编解码阶段引入了残差模块，以抑制网络深度增加出现的梯度消失现象，另外，在精准分割网络部分引入了期望最大化注意力机制，提供更精确和可调节的关注和权重分配。通过本发明可以精准高效的分割出心脏磁共振图像中的目标区域。