基于深度神经网络和多模态MRI图像的脑肿瘤分割方法

摘要

本发明公开了一种基于深度学习和多模态MRI图像的脑肿瘤分割方法。该方法包括：构造深度神经网络，包含2个3层的卷积层和1个3层全连接及1个分类层深度卷积神经网络，输入层对应着多模态MRI图像，输出层每个节点对应一个肿瘤类别标签；MRI图像预处理；训练网络模型；测试模型，采用训练过程中的MRI图像序列中的图像块及其均值和标准差来归一化待分割肿瘤图像序列，并将归一化后的图像序列输入到具有优化网络连接权重的深度神经网络，得到分类层的节点值，据此得到待分割的脑肿瘤图像的肿瘤类别。本方法利用深度神经网络来挖掘和提取多模态MRI图像中的肿瘤抽象拓扑特征信息，在多模态MRI图像的脑肿瘤分割中可以保证较高的分割准确率和分割精度。