摘要
本发明提出了一种基于大核注意力机制的医学图像融合方法及系统,属于医学图像融合技术领域。通过引入大核注意力机制和频域变换处理,并结合多尺度卷积操作、通道注意力和空间注意力机制,使得融合图像在全局信息和局部细节的保留上达到更高的平衡。同时,通过在频域中对幅度和相位信息的分离处理,实现了图像细节和结构的精确融合,避免了传统方法中常见的伪影和模糊问题。此外,本发明设计了一种密集连接的解码器模块,增强了图像重建时的细节保留能力,并通过自适应的特征融合机制,在处理不同模态图像特征时更加智能、精准。
技术关键词
医学图像融合方法
注意力机制
多模态医学图像
空间特征提取
多尺度
频域特征
正电子发射断层扫描图像
医学图像融合技术
捕捉医学图像
医学图像特征
解码器
图像融合系统
子模块
损失函数设计
编码器
动态
融合特征
系统为您推荐了相关专利信息
桥梁病害检测
大语言模型
识别方法
图像编码器
图像块特征
智能诊断方法
集成学习框架
策略优化模型
多尺度特征融合
影像采集设备
时空融合特征
时域卷积网络
序列
编码特征
交叉注意力机制
集成神经网络
GRU模型
集成深度学习
ARIMA模型
皮尔逊相关系数
数据预测方法
工业物联网
注意力机制
神经网络预测模型
异构