摘要
本发明公开了一种基于上下文信息的混合不确定性MRI半监督分割方法,涉及人工智能的计算机视觉领域。本发明不需要人工提供大量先验知识,依靠神经网络强大的学习能力使得模型在对病灶图像进行分割任务上有着强力的性能表现和更加精确的分割结果,且以3D CNN为基础进行了合理设计以及拓展,使得3D CNN对不同尺度语义特征进行融合学习,从而学习图像的体积上下文信息并用于训练,以加强模型对上下文信息的应用,打破了以往一致性半监督方法中对图像体积上下文利用不足的局限。
技术关键词
监督分割方法
混合模块
图像
注意力机制
语义特征
去噪自动编码器
信息压缩方法
半监督方法
精确鲁棒
金字塔结构
上下文特征
上采样
医学
标签
计算机视觉
网络架构
空间结构
因子
通道