摘要
本发明公开了一种基于改进U‑Net模型的结肠息肉分割方法,包括:S1:将初始的结肠息肉数据集通过随机旋转、随机裁剪、随机亮度和对比度变化等方式进行数据增强;S2:在U‑Net模型的编码器4个层中加入残差连接,并在模型的跳跃连接部分通过通道注意力增强重要特征通道获取每个通道的全局信息,将注意力权重与原始特征图相乘,得到加权后的特征图;并在U‑Net模型的下采样部分加入FEM特征增强模块,其包含3×3与1×1的卷积层;S3:对模型进行训练完成结肠息肉分割任务。本发明利用残差连接补充初始图片语义信息,引入通道注意力获取图像全局信息,并结合特征增强凸出息肉纹理,提高了结肠息肉分割的准确率,为结肠息肉的图像分割方面提供技术支持。
技术关键词
分割方法
注意力
对比度
通道
图像全局信息
编码器
亮度
网络
图片
因子
纹理
网路
数据分布
输出特征
图像分割
像素
语义
内窥镜
系统为您推荐了相关专利信息
智能合约漏洞检测方法
预训练语言模型
生成智能合约
语义特征
决策
云平台集群
网络连通性检测
逻辑卷管理
故障检测
云平台故障
芯片底座
陶瓷膜
感温探头
压力一体化传感器
PIN脚
代码切片
漏洞检测方法
代码特征
深度学习模型
注意力
融合跟踪技术
跟踪方法
引入注意力机制
多模态
跟踪成功率