摘要
为了解决实际应用中精确分割息肉区域困难的问题,本发明公开了一种集成DCNN和Transformer的息肉分割方法及系统。本发明通过使用DCNN来挖掘息肉图像中的局部信息,同时利用Transformer来捕获每个像素之间的关系,从而更好地理解图像中的上下文信息,借此实现息肉区域的精准分割。此外,针对医学图像中可能存在不同形状和大小的目标物体,我们还设计了一个三级特征融合模块来捕获图像内不同尺度的特征信息,并有效合并这些特征,从而提高分割精度。本发明可以实现息肉区域精确的分割,适用于手动分割息肉图像困难的场景。
技术关键词
图像训练样本
编码模块
卷积模块
网络架构
图像处理顺序
多层感知机层
分割方法
解码模块
训练样本图像
解码器
图像分割系统
空洞
分支
指标
测试模块
格式
标签
系统为您推荐了相关专利信息
水下侧扫声纳
特征提取网络
特征融合网络
深度学习网络模型
成像设备
结构设计优化方法
建筑
工况特征
深度神经网络架构
微观尺度材料
语音情绪识别方法
编码模块
序列
动态
多头注意力机制
建筑构件
卷积神经网络融合
定位码
编码规则
古建筑保护