摘要
本发明公开了一种多注意力机制网络模型以及基于多注意力机制网络的甲状腺超声造影病灶分割方法及系统。所述多注意力机制网络模型采用RFM‑ResNeXt模块提取输入视频的时空特征信息;通过双向卷积LSTM模块将三维特征图聚合为二维特征图;将二维特征图输入双注意力模块DAM中得到注意力特征图;对注意力特征图进行卷积和上采样得到二值分割结果图像。本发明利用通道注意力、时间注意力和空间注意力三种注意力机制能够有效提取超声造影视频的时空信息,实现自动精准地分割出甲状腺超声造影图像中的消融区域。
技术关键词
超声造影
注意力机制
病灶分割方法
时空特征信息
视频
图像
二维卷积神经网络
三维卷积神经网络
数据采集模块
通道
分割系统
骰子
矩阵
传播算法
患者
网络结构
系统为您推荐了相关专利信息
红外焦平面阵列
LSTM模型
姿态估计方法
分块
姿态角估计
图像处理方法
差分脉冲编码调制
视频
维修辅助设备
维修现场
振动加速度信号
图像块
旋转机械设备
旋转机械故障诊断
融合注意力机制