一种基于边缘注意力的超声图像甲状腺结节分割方法

AITNT
正文
推荐专利
一种基于边缘注意力的超声图像甲状腺结节分割方法
申请号:CN202411040272
申请日期:2024-07-31
公开号:CN119206202A
公开日期:2024-12-27
类型:发明专利
摘要
本发明提供一种基于边缘注意力的超声图像甲状腺结节分割方法及装置,涉及图像分割技术领域。所述基于边缘注意力的超声图像甲状腺结节分割方法包括:获取甲状腺超声图像数据集;将甲状腺超声图像数据集输入预训练好的Faster R‑CNN网络中,获得甲状腺结节位置信息;根据甲状腺结节位置信息,对甲状腺超声图像数据集进行裁剪处理,获得处理后的甲状腺超声图像数据集;构建初始的甲状腺结节分割网络;根据处理后的甲状腺超声图像数据集,对初始的甲状腺结节分割网络进行训练,获得训练好的甲状腺结节分割网络;获取待检测的甲状腺超声图像并输入训练好的甲状腺结节分割网络中,获得甲状腺结节分割预测结果。采用本发明,可提高甲状腺结节分割的准确性。
技术关键词
甲状腺超声图像 分割方法 注意力 网络 计算机可读取存储介质 图像分割评价 感兴趣 融合特征 感知特征 计算机可读指令 数据 分割设备 分割装置 编码器 多尺度特征融合 图像分割技术 解码器 模块
系统为您推荐了相关专利信息
1
一种基于改进强化学习的航空发动机缺失数据填补方法
缺失数据填补方法 双向长短期记忆 卷积神经网络学习 强化学习算法 长短期记忆神经网络
2
一种储能电池寿命预测方法、装置、介质及产品
储能电池寿命 数据 样本 神经网络模型 奇异值分解算法
3
一种基于北斗定位的碰撞感知智能护栏系统及方法
依赖特征 智能护栏系统 道路交通指挥 加速度 序列
4
基于人工智能的医学影像辅助诊断系统
医学影像辅助诊断系统 特征参数提取 成像 超声波 生物统计学数据
5
基于深度学习的蛋白质-小分子配体快速准确对接方法
配体 分子 对接方法 标量特征 矢量特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号