摘要
本发明的一种面向医疗视频不明显病变区域的分割方法、设备及介质,包括首先对胃肠道视频数据进行采集,并通过预处理步骤确保数据的高质量,采用记忆对齐网络技术,用于捕捉相邻视频帧与当前帧之间的空间特征对应关系,从而增强当前帧的特征表示。增强后的特征被送入主解码器,该解码器通过构建的多级特征融合网络,有效地整合高层语义特征与低层细节特征,深入挖掘不明显病变的空间和结构信息,以生成初步的分割图。应用渐进式分割优化网络进一步细化分割结果,以提高分割的准确性。通过监督学习训练的模型,能够输出每个图像序列中不明显病变的精确预测分割图。本发明有效地解决了胃肠道不明显病变难以发现的问题,显著提升了分割的精确度。
技术关键词
分割方法
多级特征融合
滤波器
网络
记忆
胃肠道病变
注意力
解码器
视频
图像
Sigmoid函数
双线性插值方法
加权特征
高层语义特征
像素
信道
交叉验证方法
数据
主编码器
系统为您推荐了相关专利信息
在线分析方法
异氰酸酯
降噪滤波方法
光度
红外光谱仪
混合成像系统
混合光学结构
注意力
折衍混合光学系统
图片
动态频谱分配
频谱特征
控制模块
算法模块
深度学习算法
图像分割模型
图像分割系统
医疗图像分割方法
模型训练模块
解码器