摘要
本发明公开了一种基于语义先验引导的不完整多模态脑肿瘤分割方法。本发明基于互学习蒸馏框架构建SMML网络模型,在每个分支引入MedSAM‑3D模型提供先验的语义引导;本发明设计的方向性的像素级的蒸馏算法可以使双分支网络互相交换学习到的有价值的知识,进一步对网络参数进行优化;这二者的结合使模型在脑肿瘤数据集上实现了SOTA的效果,超越了目前已有的其他模型,获得了最好的分割效果,实现了目前的SOTA。
技术关键词
多模态脑肿瘤
语义先验
分割方法
图谱
模态特征
双分支网络
蒸馏
像素点
脑肿瘤分割
融合特征
标签
指示器
图像
解码器
注意力
编码器
系统为您推荐了相关专利信息
词嵌入向量
自动解析方法
语义图谱
切片
语义实体
深度学习网络模型
网络拓扑结构
模态特征
数据处理模块
注意力机制
财务数据处理系统
金融交易数据
负载均衡算法
时序依赖关系
分布式数据处理技术
模态特征
视频信号处理模块
音频信号处理模块
识别系统
多模态
脑电特征
交叉注意力机制
深度学习算法
模态特征
独立成分分析