一种多维度特征融合的颅内动脉瘤检测方法

摘要

本发明公开的属于颅内动脉瘤检测技术领域，具体为一种多维度特征融合的颅内动脉瘤检测方法，其包括以下步骤：S1：收集数据，将采集到的数据划分为三个数据集：训练集、验证集和测试集，训练集和验证集用于模型的训练阶段，测试集用于验证模型的性能；S2：数据的筛选与预处理，在模型训练之前，我们需要对直接从医院获取到的CTA原始检查报告进行筛选与预处理，以减轻无关报告和背景对分割结果的影响；S3：架构并训练模型，设计H‑AttResUNet混合维度卷积神经网络模型。该多维度特征融合的颅内动脉瘤检测方法，可以有效地探测切片内特征和三维上下文特征，实现颅内动脉瘤更精准的分割。