一种基于特征选择的轻量级心脏MRI分割方法
摘要文本
一种基于特征选择的轻量级心脏MRI分割方法，涉及图像分割技术领域，设计了轻量级模块注意力残差块和非对称卷积块，并构建轻量级心脏MRI分割网络模型，注意力残差块中的Ghost注意力块以GhostNet中的Ghost模块作为基础块，多尺度注意力块以深度可分离卷积作为基础块，并添加注意力机制，不仅可以减少特征的冗余，还能实现对目标区域的精确定位。特征选择模块可以从编码器和解码器自适应选择有效特征，增加边缘的权重，获得心脏结构的更多细节，加强浅层特征和深层特征之间的交互和融合，提高心脏MRI分割的精度。
申请人信息
- 申请人:齐鲁工业大学(山东省科学院); 山东省人工智能研究院
- 申请人地址:250353 山东省济南市西部新城大学科技园
- 发明人: 齐鲁工业大学(山东省科学院); 山东省人工智能研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于特征选择的轻量级心脏MRI分割方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311298305.0 |
| 申请日 | 2023/10/9 |
| 公告号 | CN117409014A |
| 公开日 | 2024/1/16 |
| IPC主分类号 | G06T7/10 |
| 权利人 | 齐鲁工业大学(山东省科学院); 山东省人工智能研究院 |
| 发明人 | 陈长芳; 张云; 舒明雷; 刘照阳; 孔祥龙; 徐鹏摇 |
| 地址 | 山东省济南市长清区大学路3501号; 山东省济南市历下区科院路19号 |
专利主权项内容
1.一种基于特征选择的轻量级心脏MRI分割方法，其特征在于，包括如下步骤：a)选择N个心脏MRI图像，得到心脏MRI数据集A，A＝{A, A, ..., A, ..., A}，A为第i个心脏MRI图像，i∈{1, 2, ..., N}；12iNib)对第i个心脏MRI图像A进行预处理，得到第i个预处理后的心脏MRI图像B，i∈{1, 2, ..., N}, 得到预处理后的数据集B，B＝{B, B, ..., B, ..., B}；ii12iNc)将预处理后的数据集B划分为训练集、验证集、测试集，将训练集中的各个预处理后的图像沿Z轴切片，得到X个切片图像，第i个切片图像为F，i∈{1, ..., X}；id)建立分割网络模型，分割网络模型由编码器、解码器构成，将训练集中第i个切片图像F输入到分割网络模型的编码器中，输出得到特征图ie)将特征图输入到分割网络模型的解码器中，输出得到预测分割图像/>f)训练分割网络模型，得到优化后的分割网络模型；g)将测试集中的各个预处理后的图像沿Z轴切片，得到Y个切片图像，第j个切片图像为F，j∈{1, ..., Y}；jh)将第j个切片图像为F输入到优化后的分割网络模型中，输出得到预测分割图像j