摘要
本发明提供了一种基于跨通道全局信息互补的CP(Colorectal polyps)分割方法,属于医学图像处理技术领域。该方法建立在PVT V2框架上,首先在其Transformer分支引入分散约束注意力机制(CSA)模块,增强细节语义信息提取。其次在CNN网络特征融合分支设计CNN Transformer特征融合(CTFF)模块,在Transformer‑CNN双并行分支设计CNN注意力机制门模块,通过并行CNN抑制跨通道融合噪声。最后采用In‑depth supervision策略设计损失函数,对三个分支输出进行加权融合。本发明方法不仅提高了息肉检测的准确性,而且由于其极高的计算效率,非常适合临床应用,预示着在实际医疗环境中具有广泛的应用潜力。此外,轻量化的模型设计亦确保了在资源受限的设备上的可行性,使其在现代医疗体系中具有重要的战略意义。
技术关键词
分支
分割方法
医学图像处理技术
网络特征
语义信息提取
损失函数设计
注意力机制
算法
残差结构
策略
门模块
多通道
框架
单层
受限
噪声
系统为您推荐了相关专利信息
三维重建系统
非线性优化算法
径向基函数插值
面部特征
颞下颌关节
滚动轴承故障诊断方法
数据
故障特征
分支
工况特征
深度卷积神经网络
流场特征
编码器
混合损失函数
分支