一种基于多感受野MSF-Deeplab网络的轻量级颅内血肿分割方法

AITNT
正文
推荐专利
一种基于多感受野MSF-Deeplab网络的轻量级颅内血肿分割方法
申请号:CN202510046304
申请日期:2025-01-13
公开号:CN119963583A
公开日期:2025-05-09
类型:发明专利
摘要
本发明公开了一种基于多感受野MSF‑Deeplab网络的轻量级颅内血肿分割方法,涉及医学图像分割领域。该方法包括预处理颅内血肿分割数据集,得到每一张颅内血肿的特征图并编码;构建轻量级特征提取器,提取特征图的特征信息;构建轻量级空间金字塔结构,提取特征图的局部特征信息;构建通道调节器,调整特征图的通道输出维度,提出融合多感受野策略,将特征信息转换为具备多感受野的深度特征信息;构建特征编码分支对图像进行信息编码获取深度特征图,逐步缩减特征图尺寸和逐步放大特征图通道;构建特征解码分支对图像的深度特征图进行信息解码,逐步还原特征图尺寸和逐步缩小特征图通道。该方法可在使用少量参数和低计算复杂度的条件下实现出色的分割性能。
技术关键词
分割方法 特征提取器 空间金字塔 深度特征信息 医学图像分割 网络 复合绝缘子 特征金字塔 编码器 调节器 多尺度物体 通道 局部特征信息 分支 解码 细粒度特征 注意力 多尺度特征 多层感知机
系统为您推荐了相关专利信息
1
基于多模态扩散模型的心律失常分类方法及装置、介质
心律失常分类方法 个性化优化方法 特征提取器 多模态 短时傅里叶变换
2
基于大语言模型的FaaS边缘-中心部署决策系统
大语言模型 特征提取器 决策系统 决策方法 模块
3
一种基于深度学习的污水处理过程多指标预测方法及系统
特征提取器 多指标 特征工程 样本 数据采集模块
4
一种基于联邦元学习的异构图像分割方法、系统及存储介质
图像分割方法 高分辨率图像分割 图像分割模型 异构 模型更新
5
一种基于CT-图像有限元的RVE空洞演化预测和建模方法
建模方法 面片 大型铸锭 空洞缺陷 X射线计算机断层扫描
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号