摘要
本发明涉及一种基于混合卷积神经网络和变换器的医学图像分割方法,基于局部特征图和全局特征图之间的通道特征构建通道特征相关性矩阵,并基于通道特征相关性矩阵对全局特征图和局部特征图之间的通道信息进行交互融合,再对通道信息交互融合后的全局特征图和局部特征图进行空间信息上的交互和融合,使局部特征图和空间特征图都具有局部特征信息和全局特征信息,从而增强了图像分割模型对全局特征信息和局部特征信息的捕捉能力,提高了图像分割模型以高精度重建掩膜的能力。
技术关键词
混合卷积神经网络
医学图像分割方法
全局特征融合
卷积神经网络模块
解码器
图像分割模型
变换器模块
通道
混合编码器
注意力
表达式
网络结构
局部特征信息
上采样
线性
矩阵
联合损失函数
局部特征提取
系统为您推荐了相关专利信息
卷积神经网络模块
注意力
线性
变换器模块
协方差矩阵
深度学习算法
加速网络收敛
特征提取方法
激光散斑衬比
解码器
特征提取模块
智能网
分布特征
三维温度场
离散余弦变换
腰椎间盘穿刺
手术导航方法
多模态
注意力
图像分割模型
姿态估计方法
编码器
机械
训练神经网络模型
解码器