摘要
本发明提出一种基于特征聚焦的Transformer 3D医学图像分割方法,对于输入的待检测图像,首先使用V‑Net进行一阶段的粗分割,再使用改进后的基于聚焦和稀疏矩阵的Transformer二阶段编码器进行特征编码。该方法旨在利用较少的运算量进行3D数据空间内全局信息交互,对于3D的数据量大的问题,使用聚焦映射,突出重点部分,同时使用稀疏矩阵,减少计算量,使用动态表征位置编码进行补充损失的位置信息,使用空间特征融合连接模块,对编码器与解码器之间的空间信息进行提取和链接。该方法能够在较少的计算量下,保留位置信息和空间信息,提高对空间上下文建模的能力。
技术关键词
医学图像分割方法
矩阵
动态位置编码
注意力
解码器
医学图像分割模型
特征提取网络
医学图像数据集
Softmax函数
多层感知机
融合全局信息
全局特征融合
上采样
编码模块
编码器特征
系统为您推荐了相关专利信息
高科技厂房
缺陷定位方法
超声波回波信号
荧光
粉尘
公共充电站
需求响应基线
车辆模型
估计方法
车型
多模态数据融合
特征融合网络
图像识别方法
模态特征
图像数据采集设备