摘要
本发明公开了一种多尺度信息融合互补的轻量化肺结节分割模型及其实现方法,分割模型包括特征挖掘编码模块、特征强化模块、特征映射解码模块,特征挖掘编码模块。特征挖掘编码模块使用不同尺度卷积残差块从CT图像中深挖肺结节区域的深浅层信息,同时引入EMA注意力机制丰富特征图的语义信息;特征强化模块中设计了E‑MLCA注意力机制,它从全局与局部、通道与空间两个维度促进语义信息的互补融合;利用RMF模块来增强多尺度特征,解决通道间的细节信息缺失问题。特征映射解码模块通过四层解码层特征的重组与融合以及分割效果图的分通道强化,实现病灶区域边缘区域的平滑,真实反应结节区域的形状。本发明方法在保持较小的参数量的同时取得了优异的分割效果,分割后的特征图较平滑,主观效果较好,具有重要的临床应用价值。
技术关键词
编码模块
多尺度信息
注意力机制
解码模块
肺结节分割方法
分支
语义特征
多尺度特征
代表
输出模块
肺部CT图像
肺结节图像
图像分割方法
空洞
输入多尺度
通道
计算机存储介质
系统为您推荐了相关专利信息
损失函数优化
智能人体
Kalman滤波器
连续超声图像
针头
特征提取网络
编码器
网络结构
瓶颈特征
深度学习网络模型
状态评估系统
耳温传感器
电信号
融合特征
模糊PID控制器
生成方法
地表水
解码器架构
多尺度注意力机制
分辨率遥感数据