摘要
本发明属于计算机视觉领域,具体涉及一种基于SAM的可提示多脏器影像分割方法,包括:获取待处理的医学影像和感兴趣区域特定提示,并对其进行预处理,得到相应的浅层图像块、浅层嵌入向量和提示向量;将浅层图像块和浅层嵌入向量送入双分支多阶段特征编码器并处理,得到混合特征;采用特征解码器对混合特征与提示向量进行处理,得到相应预测结果;计算模型的总损失,并根据损失值调整模型参数,最终得到训练好的可提示的脏器影像分割模型。本发明提高了医学图像分割结果的准确性。
技术关键词
影像分割方法
嵌入特征
医学图像分割模型
浅层特征提取
多阶段特征
图像块
特征提取器
转换器
分支
注意力
编码器
解码器
视觉
通道
卷积模块
融合器
支路
系统为您推荐了相关专利信息
深层特征提取
图像超分辨率重建
浅层特征提取
深度特征提取
模块
训练场景
业务数据构建
嵌入特征
风险
计算机设备
说话人计数方法
麦克风阵列采集
字典
特征提取模块
联合损失函数
建模方法
空间权重矩阵
计算机程序指令
XGBoost模型
机制