本技术涉及一种自动化的脑肿瘤图像分割技术及其系统,该技术依托于Pytorch平台和nnUNet架构,开发出首个脑肿瘤分割模型。该模型能够实现从Pytorch平台到终端设备的无缝迁移,为脑肿瘤的精确诊断和治疗提供技术支持。
背景技术
医学图像分割技术,是医学图像处理与分析中复杂而关键的步骤,其目的是将医学图像中具有特殊含义的部分(病灶部分)分割处理,并提取相关特征,为临床诊断和病理学研究提供可靠的依据,辅助医生做出更为准确的判断。
现有的对医疗影像进行分割的技术,可以直接通过深度学习框架进行模型推理的技术实现,但是现有的推理技术速度有限,尤其针对细节较多、结构更为复杂、的脑部MRI影像,则需要更长的推理时间,并且无法对分割模型进行剪枝和量化,对依赖库版本和系统有较为严格的要求,无法满足日益提高的对脑部医学图像中脑肿瘤快速分割的技术需求。
实现思路