摘要
本发明提供一种基于热点区域联合跟踪模型的医学图像分割方法,包括以下步骤:通过python编译器建立热点区域联合跟踪模型,包括:特征提取模块能够提取输入图像的高层语义特征,并输出特征图;坐标位置编码模块能够给特征图添加位置信息;Swin Transformer编码器解码器模块能够将输入图像中的目标信息编码为全局信息的特征表示,生成目标信息之间的相互关系,并通过查询向量,进行目标预测和关联;热点区域判定模块能够对输入图像中的热点区域进行判定;目标关联模块能够将当前帧的检测结果与前一帧的跟踪结果进行匹配;目标分割模块能够根据当前帧的检测结果与前一帧的跟踪结果的匹配结果,对输入图像中判定为异常区域的图像区域进行分割。
技术关键词
医学图像分割方法
编码器解码器
热点
高层语义特征
特征提取模块
表达式
编码模块
编码向量
多尺度特征
信息编码
图像像素
输出特征
轨迹
像素点
坐标
矩阵
注意力机制
系统为您推荐了相关专利信息
影像
CT切片
动态预测方法
视觉特征
时空注意力机制
复合材料板损伤
图像分割模型
图像分割方法
降维特征
融合特征
检测分类模型
LED显示屏
缺陷检测方法
电视机
缺陷类别
激光雷达图像
交互特征
通道注意力机制
分类网络
特征提取模块