摘要
本发明属于医疗图像识别技术领域,具体涉及基于窗口多头自注意力以及深度卷积的前列腺分割算法,包括以下步骤,第一步:构建Enhanced MixFormer模块,第二步:设计前列腺分割网络的编码器,使编码器与Enhanced MixFormer模块连接,第三步:设计前列腺分割网络的解码器以及跳跃连接,对编码器获得的多个不同分辨率的特征,通过跳跃连接传递到解码器中进行信息复原,第四步:收集公开前列腺MRI分割数据集并对其进行整理,训练前列腺分割网络,对前列腺进行分割预测。本发明能够提高前列腺分割网络的全局特征提取能力,有效建立长程依赖关系,克服了传统编解码器结构网络在编码器上全局特征提取能力差、上下文提取能力弱的问题。
技术关键词
分割算法
注意力
编码器
医疗图像识别技术
全局特征提取
卷积模块
分辨率
Sigmoid函数
分支
输出特征
通道
结构网络
编解码器
代表
阶段
优化器
数据
系统为您推荐了相关专利信息
大语言模型
预训练语言模型
问答方法
文本编码器
生成方法
工业物联网设备
人工智能驱动
故障预测模型
故障预测系统
云端服务器
煤泥浮选加药
状态评价方法
浮选泡沫图像
多模态
状态评价系统