一种基于条件扩散模型的医学图像分割方法

专利申请号：CN202310618818.9

公 开 号：CN116596949A

发 明 人：汪晓妍 陈国能 黄晓洁 张玲 夏明 彭梅芳 

代 理 人：杭州求是专利事务所有限公司忻明年

代理机构：杭州求是专利事务所有限公司

专利类型：发明专利

申 请 日：20230815

公 开 日：20230529

专利主分类号：G06T7/11

关 键 词：医学图像 特征输入 扩散 掩码图像 分割 预处理 医学图像分割 解码器 模型编码器 上下文信息 网络解码器 分割结果 分割模型 基于条件 神经网络 网络模型 掩码信息 编码器 中间层 构建 拼接 图像 学习 

摘      要：本发明公开了一种基于条件扩散模型的医学图像分割方法，采用构建的分割网络模型对医学图像进行分割，获取医学图像后，先进行预处理后输入到Transformer编码器，获得第一特征；然后将第一特征输入到条件网络解码器，得到第二特征；再获取加噪掩码图像，将加噪掩码图像与第二特征进行特征拼接，输入到扩散模型编码器，得到第三特征；再然后将第三特征与第一特征输入到扩散模型中间层，得到第四特征；最后将第四特征输入到扩散模型解码器，得到最终的分割结果。本发明充分结合图像和掩码信息进行学习，增加医学图像中的上下文信息，更好的定位医学图像中需要分割的区域，从而提高深度神经网络的性能，提高分割模型的精确度。