摘要
本发明属于计算机视觉与医学图像领域,具体涉及一种基于Prompt的边缘增强医学图像分割方法及系统,方法包括获取骨骼CT图像,通过编码器对图像进行连续下采样,每一层下采样得到的特征作为对应解码器中上采样层中输入的高分辨率特征图;通过边缘感知学习模块从骨骼CT图像中获取边缘信息、框信息以及掩膜信息,获取的信息与编码器输出的特征进行融合后作为瓶颈层的输入;在编码器中,将瓶颈层或者前一层输出作为低分辨率特征图,将低分辨率特征图和高分辨率特征图进行特征对齐和特征增强后作为当前层的输出,并将编码器最后一层的输出作为图像分割结果。本发明改善图像分割的效果,从而能节省医务人员花费在阅读和理解CT图像上的时间。
技术关键词
骨骼CT图像
医学图像分割方法
编码器
加权特征
解码器
医学图像分割系统
卷积模块
采样模块
上采样
瓶颈
图像分割网络
通道注意力机制
语义
ReLU函数
边缘检测器
系统为您推荐了相关专利信息
负荷预测方法
网络架构
解码器模型
注意力机制
传播算法
特征提取网络
点云
基准特征
图像编码器
图像生成网络
海洋环境数据
前馈神经网络
线性模块
贡献率
注意力机制
图像分割模型
图像分割方法
注意力机制
分支
脑肿瘤分割
网络入侵检测方法
门控循环单元
编码器结构
注意力机制
网络流量数据