摘要
本发明公开了一种基于注意力机制的多模态特征融合的MRI脑瘤图像分割方法,涉及深度学习领域,本发明首先对数据集进行数据预处理和数据增广,然后构建网络模型,网络模型包括主干网络、混合上下文感知模块和全局注意力融合模块,图像进入网络模型,先经过主干网络进行编码,然后通过混合上下文感知模块感知全局和局部信息,最后通过注意力融合模块对多模态特征进行融合并输出图像。经过训练好的网络模型后,把待分割的二维磁共振脑瘤图像输入到训练好的模型,输出图像的分割结果。本专利能够训练有效的自动分割MRI脑瘤图像的网络模型,融合多模态特征,提高了分割精度,具有较高的应用价值和临床治疗的应用前景。