摘要
本发明给出一种基于残差轴向注意力的医学图像分割方法。首先,为解决医学图像中存在病灶部分边界模糊以及变化复杂的问题,设计基于残差轴向注意的通道‑空间转换器,该模块融合编码器中多个阶段的多尺度特征,可有效增强所捕获的深层特征;然后,针对转换器获得的深层特征和上采样特征之间存在语义差距的问题,设计基于残差轴向注意的语义对齐模块,利用解码器提取的浅层特征来指导转换器获得的深层特征进行语义信息对齐;最后,设计结合边缘预测的损失函数,将区域信息作为图像分割任务的几何约束,以鼓励模型生成清晰的病灶边界。本发明利用基于残差轴向注意力的转换器以及语义对齐模块,并结合边缘预测损失函数,可实现对医学图像的精细分割。
技术关键词
医学图像分割方法
注意力
语义特征
对齐模块
转换器
通道
残差结构
SAM模块
深层特征提取
浅层特征提取
网络模型训练
训练集
标记
序列
多层感知器
系统为您推荐了相关专利信息
相位滤波方法
深度学习网络模型
合成孔径雷达干涉
表达式
代表
直方图均衡化
自主识别系统
像素
轨迹误差
非局部均值滤波