公开(公告)号：CN114494296A

公开(公告)日：2022-05-13

申请号：CN202210102371.5

申请日：2022-01-27

Applicant: 复旦大学

Inventor： 梁雅妮 ,  赵瑞玮 ,  冯瑞

IPC: G06T7/11 ,  G06T7/187 ,  G06T9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Unet和Transformer相融合的脑部胶质瘤分割方法，具有这样的特征，包括以下步骤：步骤1，对待测图像进行预处理获得预处理图像；步骤2，将预处理图像输入到基于U‑Net和Transformer的脑部胶质瘤分割模型中得到整个肿瘤区域、肿瘤增强区域以及肿瘤核心区域。其中，步骤1中，待测图像为多张脑部胶质瘤图像。步骤2中，基于U‑Net和Transformer的脑部胶质瘤分割模型为通过如下训练步骤获得：步骤2‑1，将预处理图像的展平成一系列2D的片序列并进行位置编码；步骤2‑2，将预处理图像作为训练集分别输入到卷积神经网络、Transformer网络以及U‑Net网络中；步骤2‑3，采用随机梯度下降法，基于最小化损失函数训练网络结构，得到训练后的基于U‑Net和Transformer的脑部胶质瘤分割模型。