摘要
本发明涉及一种基于互补和对比特征的医学图像分割方法,属于医学图像处理领域。该方法以提升抗复杂背景干扰能力为切入点,提出了一个全新的全监督医学图像分割框架。在编码阶段,采用互补特征提取模块,提取全局信息和局部信息,并设计全局特征优化模块,利用局部信息强化模型的全局表示能力。在解码阶段,构建对比特征提取模块,通过其反向注意力机制,挖掘前景‑背景对比特征,提升模型的抗复杂背景干扰能力。本发明通过提取互补的全局‑局部特征和对比的前景‑背景特征,有效解决了医学图像的背景干扰问题,提升了医学图像分割效果。
技术关键词
医学图像分割方法
特征提取模块
Sigmoid函数
分割医学图像
注意力机制
高层语义特征
全局特征提取
医学图像处理
更新模型参数
金字塔
分支
双线性
网络结构
代表
上采样
系统为您推荐了相关专利信息
记忆单元
三相逆变电路
定子三相绕组
控制无刷直流电机
传感器
动态磁共振
三维磁共振图像
动态成像方法
注意力机制
变量
杂质检测方法
烟叶数据
注意力机制
输出模块
融合特征