基于Mamba架构的下颌神经管CBCT全景图像分割网络训练方法

AITNT
正文
推荐专利
基于Mamba架构的下颌神经管CBCT全景图像分割网络训练方法
申请号:CN202411630401
申请日期:2024-11-15
公开号:CN119152212B
公开日期:2025-06-17
类型:发明专利
摘要
本发明公开了基于Mamba架构的下颌神经管CBCT全景图像分割网络训练方法,涉及计算机视觉领域的图像处理技术。该分割网络训练方法采用编码器解码器架构,其基于管状卷积核的特征提取操作通过扩大感受野和学习形变来提取管状结构特征,之后进行三视觉特征融合策略进一步引导模型从不同角度补充对关键特征的关注;编码器部分通过Mamba架构建模全局和多尺度特征,并在训练和推理过程保持高效,最终使网络对于管状结构的CBCT图像有更加完整的分割效果。
技术关键词
图像分割网络 上采样 全景图像处理方法 卷积模块 多层感知机层 编码器解码器 网络训练方法 累积方法 生成全景 标签 双线性插值 图像处理技术 融合策略 计算机视觉 像素点
系统为您推荐了相关专利信息
1
一种基于轻量级CGC-YOLO的绝缘子缺陷检测方法
绝缘子缺陷 注意力机制 卷积模块 输电线路绝缘子 输出特征
2
图像生成方法、装置、计算机设备及存储介质
图像生成模型 注意力 上采样 图像生成方法 解码网络
3
一种基于心电信号和容积脉搏波特征的无创血压监测方法
血压监测方法 容积脉搏波信号 电信号 特征提取模块 支路
4
一种基于伪造表征对抗挖掘的假脸检测方法及系统
网络 反向传播方法 图像特征提取 卷积模块 人脸识别模型
5
一种眼底异常识别模型的构建系统和方法及介质
掩码矩阵 柏林噪声 预训练模型 眼底彩照 知识库问答方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号