摘要
本发明涉及一种基于目标一致多分辨融合的肺结节分割方法和装置,该方法包括:S1:采集肺部CT影像数据并采用目标一致的多分辨率输入策略(Object‑Consistent Muti‑Resolution Input Strategy,OCMIS),生成高分辨率和低分辨率数据;S2:通过小结节细粒度增强编码器(Small Nodule Fine‑Grained Enhanced Encoder,SNFGEE)和多粒度增强编码器(Multi‑Granularity Enhanced Encoder,MGEE)分别对高、低分辨率数据进行特征提取,得到小结节的高、低分辨率特征;S3:通过多分辨率无损特征融合模块(Muti‑Resolution Lossless Feature Fusion,MLFF)对高、低分辨率特征进行融合,生成融合特征;S4:将融合特征输入解码器,生成分割结果。本发明能够实现对复杂形态的肺结节的精准分割。本发明作为一种基于目标一致多分辨融合的肺结节分割方法和装置,可广泛应用于医学图像分割领域。
技术关键词
分割方法
融合特征
代表
CT影像数据
编码器
生成高分辨率
多粒度特征
输入解码器
多分辨率融合
高分辨特征
卷积模块
医学图像分割
特征信息提取
多层感知机
分割装置
策略
系统为您推荐了相关专利信息
编码器
健康检测方法
多域特征
滚动轴承
退化特征
情感交互方法
转移概率矩阵
情感评估
情感计算技术
情感特征
轨道交通广播
信号识别模型
矩阵
数据
梅尔频率倒谱系数
深度强化学习模型
间隔特征
恶意流量检测
语义
接收端