基于多尺度特征的无监督域适应医学图像分割方法及装置

AITNT
正文
推荐专利
基于多尺度特征的无监督域适应医学图像分割方法及装置
申请号:CN202510180884
申请日期:2025-02-19
公开号:CN119649038B
公开日期:2025-06-03
类型:发明专利
摘要
本发明公开了一种基于多尺度特征的无监督域适应医学图像分割方法及装置,涉及计算机技术领域,方法包括:构建基于双重注意力的多尺度特征融合分割网络;将所述多尺度特征融合分割网络作为生成器,构建第一判别器和第二判别器;基于所述生成器、第一判别器和第二判别器进行训练,获得训练好的多尺度特征融合分割网络;使用训练好的多尺度特征融合分割网络对待处理医学图像进行分割。本发明引入多尺度特征考虑不同层次的特征表示,并通过对抗性特征对齐方法,通过对抗性学习实现源域和目标域特征的对齐,从而提升分割模型在目标域上的性能和泛化能力;且本发明无需使用目标域标签,能很好的缓解医学图像分割任务的无监督域适应问题。
技术关键词
医学图像分割方法 多尺度特征融合 压缩特征 语义特征 残差模块 通道 sigmoid函数 池化特征 注意力机制 网络 像素 样本 融合特征 对抗性
系统为您推荐了相关专利信息
1
一种有效缺陷报告检测方法、装置、电子设备及存储介质
重复缺陷 报告 非结构化特征 融合特征 文本
2
一种测试案例生成方法、设备、介质及产品
测试案例生成方法 格式模板 模型预测值 资产 金字塔模型
3
一种自适应图像处理的视频修复与增强方法
生成对抗网络 雪花噪声 残差模块 图像处理 噪声预测
4
基于深度神经网络的电力设备多模态关系抽取方法及装置
关系抽取模型 BiLSTM模型 关系抽取方法 多模态 文本
5
一种面向社区的异常行为识别方法及相关设备
高层语义特征 视觉特征 灰度特征 识别方法 特征辨识度
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