CN114463345B 基于动态自适应网络的多参数乳腺磁共振图像分割方法 （中国科学院深圳先进技术研究院）

基于动态自适应网络的多参数乳腺磁共振本发明实施例提供了的基于动态自适应网像输入训练后的图像分割模型对所述训练后的练好的图像分割模型；获取待识别的磁共振图2获取多参数磁共振样本图像，其中，所述多参数磁共振样本将所述多参数磁共振样本图像输入待训练的图像分割模型，对所述待训将所述单参数磁共振样本图像输入训练后的图像分割模型对所述训练后的图像分割将所述待识别的磁共振图像输入所述训练好的图像分割模型，得到所述将所述多参数磁共振样本图像输入待训练的图像分割模型，通过所述根据所述识别结果计算所述待训练的图像分割模型当根据所述当前的训练损失对所述待训练的图像分割模型的参数将所述单参数磁共振样本图像输入训练后的图像分割模型，得到所述模型训练模块，用于将所述多参数磁共振样本图像输入待训练的图像3模型测试模块，用于将所述单参数磁共振样本图像输入训练后的待识别图像识别模块，用于将所述待识别的磁共振图像输入所述训练识别结果获取子模块，用于将所述多参数磁共振样本图像输入待训练的图像分割模型，通过所述待训练的图像分割模型中的动态卷积对所述多参数磁共振样本图像进行识训练损失计算子模块，用于根据所述识别结果计模型参数调整子模块，用于根据所述当前的训练损失对所述待训测试损失计算子模块，用于将所述单参数磁共振样本图像输入训练后的图像分割模模型输出子模块，用于当所述当前的测试损失小于预设阈值时，得到训继续训练模块，用于当所述当前的损失大于预设阈值时，返回所述将4[0004]本发明实施例的目的在于提供一种基于动态自适应网络的多参数乳腺磁共振图[0009]将所述单参数磁共振样本图像输入训练后的图像分割模型对所述训练后的图像5[0023]模型训练模块，用于将所述多参数磁共振样本图像输入型的参数进行调整，并返回所述将所述多参数磁共振样本图像输入待训练的图像分割模型，通过所述待训练的图像分割模型中的动态卷积对所述多参数磁共振样本图像进行识6[0041]本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行[0044]当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优[0046]图1为本申请实施例提供的基于动态自适应网络的多参数乳腺磁共振图像分割方7[0049]图4为本申请实施例提供的基于动态自适应网络的多参数乳腺磁共振图像分割装[0056]将单参数磁共振样本图像输入训练后的图像分割模型对训练后的图像分割模型8[0067]本申请实施例提供的待训练的图像分割模型可以通过多参数磁共振样本图像进实施例中的单参数磁共振样本图像中可以包括包含乳腺病变区域的磁[0068]步骤S14，将单参数磁共振样本图像输入训练后的图像分割模型对训练后的图像[0073]通过将待识别的磁共振图像输入上述训练好的图像分割模型可以对该患者的磁[0079]本申请实施例提供的动态自适应网络，针对多参数磁共9[0091]模型测试模块404，用于将单参数磁共振样本图像输入训练后的图像分割模型对[0093]待识别图像识别模块406，用于将待识别的磁共振图像输入训练好的图像分割模[0095]识别结果获取子模块，用于将多参数磁共振样本图像输入待训练的图像分割模[0099]测试损失计算子模块，用于将单参数磁共振样本图像输入训练后的图像分割模[0110]上述电子设备提到的通信总线可以是外设部件互连标准(PeripheralComponentInterconnect，PCI)总线或扩展工业标准结构(ExtendedIndustryStandard[0113]上述的处理器可以是通用处理器，包括中央处理器(CentralPro