基于多模态影像的全卷积神经网络癫痫病灶分割方法

摘要

本发明公开了一种基于多模态影像的全卷积神经网络癫痫病灶分割方法，主要解决现有技术对癫痫影像中病灶难分割的问题。其实现方法是：将原始脑部MRI影像和PET影像调整到同一分辨率空间，并进行边缘裁剪；将裁剪后的MRI/PET影像划分为训练集和测试集；搭建全卷积神经网络Y‑Net；将训练集输入到Y‑Net网络中进行训练，并对训练好的Y‑Net网络中卷积层的卷积核参数进行存储；将存储的卷积核参数载入到已构建的Y‑Net网络，并输入测试集，得到癫痫病灶的自动分割结果。本发明具有易于分割，且分割精度高的优点，可用于分割脑部核磁共振影像MRI和正电子发射断层扫描影像PET中的癫痫病灶区域。