摘要
本发明提供了一种基于小波变换和注意力机制的医学图像分割方法,属于医学图像处理的图像分割技术领域。解决了传统CNN感受野限制导致不能捕获全局特征和同级编码器解码器特征之间的语义差距的技术问题。其技术方案为:包括以下步骤:步骤一、对输入的息肉医学图像进行预处理;步骤二、构建基于小波变换和注意力机制的编码器解码器网络;步骤三、将预处理后的息肉图像数据集输入到于小波变换和注意力机制的编码器解码器网络中进行训练,保留最优模型;步骤四、训练完成后,将息肉医学图像验证集输入到已经得到的最优模型中。检测模型在息肉医学图像验证集中的病灶分割效果。本发明能够更精确地分割息肉病灶,提高了准确率和鲁棒性。
技术关键词
编码器解码器
医学图像分割方法
注意力机制
输出特征
医学图像数据集
全局信息整合
加权特征
小波变换处理
图像分割技术
双分支结构
医学图像处理
网络
通道
滤波器
训练集数据