一种基于UDT的蛛网膜下腔出血病灶分割方法

摘要

本发明公开了一种基于UDT的蛛网膜下腔出血病灶分割方法，所述的方法在Res‑U‑Net模型基础上进行了改进，将其应用于蛛网膜下腔出血的病灶分割任务中。针对蛛网膜下腔出血病灶大多分布弥散、形状多样的数据特点，向编码器引入单尺度可变型注意力模块，实现对蛛网膜下腔出血病灶数据特征的精确表达。在单尺度可变型注意力模块的基础上，设计并向编码器引入多尺度可变型注意力模块，可融合各编码层输出的不同尺度特征，使模型能提取到更具鲁棒性的数据特征。除此之外，为了进一步融合编码层的位置信息和解码层的语义信息，向该结构引入交叉可变型注意力模块，使模型能更精确分割蛛网膜下腔出血病灶的一些细粒度结构，比如：微小病灶、病灶区域等。