基于双重密集上下文感知网络的核磁共振海马体分割算法

摘要

本发明公开了一种基于双重密集上下文感知网络的核磁共振海马体分割算法，其利用不同的尺度将核磁共振海马体图像及对应的标准分割图像切割成不同尺寸的二维图像块；判定核磁共振海马体图像中的二维图像块是否为有效块；对所有有效块进行数据增强处理，再进行归一化处理，并将归一化后的所有有效块构成有效块集；将有效块集分成训练集和测试集；将训练集中的有效块输入到双重密集上下文感知网络中进行训练，得到双重密集上下文感知网络训练模型，并利用损失函数值得到最优权值矢量和最优偏置项；测试集中的有效块输入到双重密集上下文感知网络训练模型中，并利用最优权值矢量和最优偏置项进行预测，得到有效块对应的分割结果图；优点是分割精度高。