基于深度学习的图像分割方法、装置、设备、存储介质

AITNT
正文
推荐专利
基于深度学习的图像分割方法、装置、设备、存储介质
申请号:CN202411456222
申请日期:2024-10-18
公开号:CN119477936A
公开日期:2025-02-18
类型:发明专利
摘要
本申请公开了一种基于深度学习的图像分割方法、装置、设备、存储介质,方法包括:获取目标脊柱图像;基于粗分割网络对目标脊柱图像进行初步分割,得到第一mask;基于多尺度缩放裁剪策略分别对目标脊柱图像和第一mask进行缩放裁剪处理,得到多个第一中间图像和多个第二中间图像;将第一中间图像和第二中间图像输入至3D注意力机制的精细分割网络,得到中间mask;基于预设的mask修复策略对中间mask进行修复处理,得到目标分割结果。本申请能够针对目标脊柱图像对应的腰骶神经根等精细结构进行准确分割,弥补现有深度学习技术在对脊柱图像进行正向分割的过程中丢失小目标区域特征的缺陷。
技术关键词
图像分割方法 注意力机制 计算机可执行指令 人体结构 双线性插值算法 补丁 多尺度 网络 深度学习技术 策略 可读存储介质 处理器通信 切片 存储器 坐标
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