一种医学图像中基于深度学习的椎骨定位与脊柱分割方法

摘要

本发明涉及一种医学图像中基于深度学习的椎骨定位与脊柱分割方法，包括训练阶段和测试阶段，所述训练阶段包括以下步骤：训练数据获取并进行标注；对训练数据进行数据增强处理；训练用于椎骨定位的网络模型；在定位的基础上，训练脊柱分割模型；测试阶段包括如下步骤：测试数据获取；对各椎骨定位中心点坐标推导预测；执行脊柱CT图像分割；椎骨定位网络模型和脊柱分割模型均采用引入了多头注意力机制的U‑Net模型。与现有技术相比，本发明实现了脊柱CT图像自动分割与椎骨标记定位，通过引入多头自注意力机制提升了分割的准确性，为后续复杂的医疗诊断提供决策帮助。