公开(公告)号：CN113516671A

公开(公告)日：2021-10-19

申请号：CN202110902377.6

申请日：2021-08-06

Applicant: 重庆邮电大学

Inventor： 刘玲慧 ,  袁春诚 ,  栾晓

IPC: G06T7/11 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G16H30/20

Abstract: 本发明涉及一种基于U‑net和注意力机制的婴幼儿脑组织分割方法，属于图像处理领域。该方法包括如下步骤：对训练样本按照32×32×32像素大小随机取一定的样本组成训练集；搭建Dense‑Unet网络模型；使用Dense‑Unet网络模型对训练集进行训练、调参，得到最佳分割模型并保存；比较模型预测结果和手工标签的结果，得到易分错区域的分布图；使用高斯函数对每个样本的易分错区域的分布图进行模糊化，并求平均值；对训练样本按照一定比例组成训练集；设计一个包含空间和易分错区域的自注意力机制加入到网络模型中；使用新的网络模型对训练集进行训练、调参，得到最佳分割模型并保存。

公开(公告)号：CN113516671B

公开(公告)日：2022-07-01

申请号：CN202110902377.6

申请日：2021-08-06

Applicant: 重庆邮电大学

Inventor： 刘玲慧 ,  袁春诚 ,  栾晓

IPC: G06T7/11 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G16H30/20 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于U‑net和注意力机制的婴幼儿脑组织图像分割方法，属于图像处理领域。该方法包括如下步骤：对训练样本按照32×32×32像素大小随机取一定的样本组成训练集；搭建Dense‑Unet网络模型；使用Dense‑Unet网络模型对训练集进行训练、调参，得到最佳分割模型并保存；比较模型预测结果和手工标签的结果，得到易分错区域的分布图；使用高斯函数对每个样本的易分错区域的分布图进行模糊化，并求平均值；对训练样本按照一定比例组成训练集；设计一个包含空间和易分错区域的自注意力机制加入到网络模型中；使用新的网络模型对训练集进行训练、调参，得到最佳分割模型并保存。