摘要
本发明公开了一种基于大模型微调的血管分割方法、装置、设备及介质,其中方法包括:获取血管图像,对获得的血管图像进行预处理,获得训练集;采用训练集对预训练的图像分割模型进行微调,以使图像分割模型学习到血管分割的相关特征;其中,采用低秩适应微调技术对图像分割模型进行微调:对图像编码器中的Transformer层插入并行的两个低秩矩阵,将输入先后经过两个低秩矩阵处理,并将处理结果与原输出相加得到最终输出。本发明通过高效参数微调和多尺度特征融合模块解决大模型在血管分割任务上的不足。本发明能在有限的标注数据下实现准确的血管分割,大大降低了医学图像分割任务的难度和成本,可广泛应用于医学图像处理技术领域。
技术关键词
图像分割模型
图像编码器
血管分割方法
多尺度特征融合
融合特征
微调技术
解码器
眼底彩照
图像嵌入
医学图像处理技术
训练集
矩阵
医学图像分割
数据获取模块
注意力机制
系统为您推荐了相关专利信息
织物疵点检测方法
YOLO模型
多尺度特征融合
融合特征
输入多尺度
多源异构数据分析
多源异构数据融合
分析设备数据
融合特征
分支
多属性时序数据
工业时序数据
异常检测方法
序列
时序特征
融合特征
多尺度特征
预测特征
分割方法
通道注意力机制
金融交易数据
图谱
人工智能平台
数据治理方法
数据分析模型