摘要
本发明提出了一种用于CT图像的增强处理的优化方法,涉及图像增强领域。本发明提出了CT图像的增强处理流程,包括CT图像数据集制作、构建卷积组、卷积组精炼自注意力模块、跳跃连接模块、构建加强跳跃连接模块、构建多阶处理模块、构建CT图像处理模型和CT图像处理模型训练及应用;同时提出了CT图像处理模型,其中卷积组结合1×1和3×3卷积核的动态卷积及深度卷积,作为CT图像处理模型的基础组件,卷积组精炼自注意力模块在原自注意力机制的基础上,通过自注意力机制的输出特征生成二次值,进行二次自注意力运算从而实现特征精炼,加强跳跃连接模块将多个阶段的特征进行融合处理,保留了更多CT图像信息,增强特征处理连续性。
技术关键词
CT图像处理
代表
输出特征
CT图像数据
模块
图像处理模型
通道
注意力机制
元素
矩阵
动态
图像增强
图像库
线性
连续性
基础
因子
阶段
系统为您推荐了相关专利信息
数据挖掘模型
数据挖掘算法
可视化图表组件
数据挖掘方法
平台系统
房源推荐方法
列表
强化学习模型
策略
非暂态计算机可读存储介质
多工位协同
工业互联网
IEEE1588v2协议
设备健康管理
轮毂
概率预测方法
深度学习模型
温湿度
Sigmoid函数
分支