摘要
本发明公开了一种基于GTF卷积及多频双注意力的肝肿瘤分割方法,该方法旨在解决肝肿瘤在形状、大小多样性以及边界模糊的问题,实现精确的肝肿瘤分割。该方法包括:S1:预处理腹部CT数据,将CT数据划分为训练集,验证集和测试集;S2:引入GTF(Geometric Tight Framelet),结合卷积操作,构建GTF卷积;S3:融合GTF卷积与注意力机制,构建多频双注意力模块;S4:融合内部特征蒸馏损失和分割损失,构建多尺度蒸馏分割损失;S5:融合GTF卷积,多频双注意力模块及多尺度蒸馏分割损失,构建GTF‑UNet模型;S6:使用训练集,验证集和测试集对模型进行训练,验证优化及测试。本发明能够有效捕捉细节特征和多尺度信息,有效提升肝肿瘤的分割精度,可用于CT图像中对肝肿瘤的自动分割。