摘要
本发明提供一种基于多分支注意力网络对医学图像进行分割的方法。该方法包括:获取医学图像数据集;将预处理后的数据集分为训练集和测试集;搭建多分支注意力网络模型;该模型包括编码器部分、Feature Fusion Bridge和解码器部分;每层编码器由串联的N个组合单元和一个Coordinate Attention组成;每层解码器均由依次串联的两个Efficient Transformer Block和一个Patch Expanding组成;将训练集输入模型训练;将测试集输入训练好的模型,得到分割结果。本发明分割方法增强全局与局部特征融合,有效降低计算复杂度,增强模型的鲁棒性。
技术关键词
注意力
多分支
编码器
医学图像数据集
解码器
多尺度特征融合
前馈神经网络
表达式
通道
上采样
输出端
输入端
训练集
线性
拼接模块
系统为您推荐了相关专利信息
图像采集板卡
片上系统芯片
FPGA芯片
PCIE接口
图像采集装置
塔式起重机塔身
异常检测方法
原型
滑动窗口
切片
语音识别系统
动态上下文
阵列麦克风
智能语音交互设备
独立分量分析方法
智能故障诊断方法
谐波减速器
传动误差
轴编码器
增广拉格朗日