摘要
本发明公开了一种面向疾病诊断的医学图像分割引导分类系统,包括:数据导入模块,用于读取疾病图像数据与疾病类别数据并进行预处理,得到原始图像、真实语义分割掩码图像与真实疾病类别标签Label;病灶语义分割与疾病分类模块,采用改进VM‑UNet网络对数据导入模块获得的原始图像执行分割任务和分类任务,获得预测语义分割掩码图像与预测疾病类别,实现医学图像的精确病灶语义分割与精确疾病分类。本发明可同时优化疾病诊断的语义分割任务与分类任务,利用多任务学习的优势实现隐式分割引导分类,并能重新利用预测语义分割掩码图像来强化关注病灶的形状信息与纹理信息,实现显式分割引导分类,具有较高的计算效率与泛化性。
技术关键词
医学图像分割
感知特征
编码器模块
分类系统
数据导入模块
语义
疾病
图像块
图像执行分割
卷积模块
Sigmoid函数
纹理特征
阶段
解码器
上采样
网络
注意力
系统为您推荐了相关专利信息
注意力机制
编码器结构
特征选择
阈值小波变换
预测建模
区域分类方法
网格
随机森林模型
多层次
任务分配技术
医学图像分割模型
医学图像分割方法
注意力
解码器
梯度下降优化算法
交通流量计算方法
注意力
离散小波变换
节点
解码器
集成电路
混合损失函数
编码器模块
离散余弦变换
融合特征