融合共享Net的跨模態(tài)腦腫瘤分割方法

打開文本圖片集

摘  要： 為了增強(qiáng)腦腫瘤圖像分割算法的泛化能力，提出一種融合共享Net的跨模態(tài)分割框架。該框架包括風(fēng)格轉(zhuǎn)換、跨域訓(xùn)練和自適應(yīng)判別三個(gè)階段。首先，采用貝塞爾曲線進(jìn)行域變換，從多種與源域灰度不同的圖像去模擬不可見的目標(biāo)域；其次，構(gòu)建基于輕量級(jí)尺度注意力模塊的共享Net模型，將多種風(fēng)格的灰度圖像輸入到共享Net中來學(xué)習(xí)不同域的權(quán)重信息；最后，在模型推理時(shí)，通過自適應(yīng)判別器來自適應(yīng)選擇最佳分割結(jié)果。（剩余12018字）