[发明专利]一种基于Unet和LSTM的3D医学影像识别和分割方法

权利要求书

1.一种基于Unet和LSTM的3D医学影像识别和分割方法，其特征在于，该方法包括以下具体步骤：

步骤1：医学影像预处理

读取3D格式医学影像数据，将其按z轴向分解成2D的影像序列，对所述影像序列进行归一化处理；

步骤2：分割网络训练

所述分割网络包括Unet特征提取部分、LSTM网络部分和Unet上采样部分，以2D影像序列作为输入，输出2D分割结果序列，具体如下：

将处理后的2D影像序列样本划分训练集和验证集，将训练集样本输入Unet特征提取部分，将Unet的中间层输出即中间变量单独取出组成中间变量序列，使用中间变量序列输入LSTM网络得到重建中间变量序列，使用重建中间变量序列输入Unet上采样部分得到2D分割结果序列，根据2D分割结果序列计算损失函数，使用梯度回传算法更新Unet和LSTM网络的参数；

步骤3：分割网络识别和推断

将样本输入分割网络获得2D分割结果序列，把2D分割结果序列合并为3D分割结果输出。

2.根据权利要求1所述的3D医学影像识别和分割方法，其特征在于，所述的医学影像包括但不限于MRI，模态包括但不限于T1、T2或FLAIR。

3.根据权利要求1所述的3D医学影像识别和分割方法，其特征在于，步骤1所述对影像序列进行归一化处理是对2D影像序列中的每一个2D影像，分别进行z-score归一化处理。

4.根据权利要求1所述的3D医学影像识别和分割方法，其特征在于，步骤2所述中间变量序列为2D影像序列中的每一个2D影像，经过Unet特征提取部分后输出的中间变量组成的序列。