本发明公开了一种基于强化学习多尺度神经网络的MRI分割方法,解决了现有方法对多尺度、模糊和弥散MRI炎症区域易错分割和漏分割的问题。本发明采用根据体素值修改炎症区域标签值的体素约束策略,提升分割模型对体素值差异大炎症区域的分割效果;本发明针对形状尺寸差异大的炎症区域设计多尺度卷积模块GMS,提升分割模型对多尺度炎症区域的分割效果;针对分割模型对弥散模糊炎症区域难以识别的问题,本发明利用强化学习网络进行数据增强,提升分割模型对弥散模糊炎症区域的判别性能。本发明减小对多尺度、模糊弥散的炎症区域的错分割和漏分割,提升对MRI炎症区域的分割效果。可用于MRI炎症区域分割和定量分析自动化处理。
声明:
“基于强化学习多尺度神经网络的MRI分割方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)