基于分数阶梯度的多模态MRI脑肿瘤医学图像分割方法

本发明公开了一种基于分数阶梯度的多模态MRI脑肿瘤医学图像分割方法，涉及分数阶微积分领域，本发明的技术方案基于Grünwald‑Letnikov分数阶导数定义的Adagrad和Adam的分数阶变体，即分数阶Adagrad(Fractional Adagrad，FAdagrad)和分数阶Adam(FractionalAdam，FAdam)。不仅基于当前迭代的梯度信息，还整合了历史梯度信息，旨在提高网络训练的效率和准确性。有效地整合了历史梯度信息，以增强网络训练效率和准确性。