一种血管瘤超声影像中病灶区域的智能分割方法

摘要

本发明涉及医学影像分割识别技术领域，具体涉及一种血管瘤超声影像中病灶区域的智能分割方法。基于深度学习的编解码网络来准确提取出血管瘤超声影像中病灶区域的特征，实现血管瘤病灶区域与周围其它组织的准确分割。针对血管瘤超声图像中血管瘤与周围边界差异非常小这一难题，本发明采用了基于深度学习的编解码结构网络，使用了ResNet‑34作为编码器，分阶段(stage)的提取血管瘤病灶区域的特征，得到不同stage的特征。在编码器和解码器的相同stage间，提出了一种全新的注意力机制进行连接，极大地加强了网络对病灶区域像素点的关注程度，能够获取更多病灶区域的细节信息，抑制其他无用信息，提高网络的区别表达能力，实现血管瘤超声图像中病灶区的精确分割。