摘要
本发明公开了结合位置和通道双注意力的医学图像分割系统及方法,系统包括特征编码器和特征解码器,特征编码器的ResNet50部分包括标准卷积层、组归一化层、ReLU激活函数、最大池化层以及三个不同的阶段块;ReLU激活函数及前两个阶段块的输出特征分别通过双重注意力块连接至特征解码器不同层级的级联上采样单元以重建特征图;第三个阶段块的输出特征通过双重注意力块连接至特征编码器的Transformer编码器部分;双重注意力块从位置和通道的角度提炼稀疏编码的特征;Transformer编码器的编码块采用空间减少注意力层来取代多头自注意力层。本发明不仅增强了模型的鲁棒性,而且有效地降低了模型对过拟合的敏感性,提高了模型的整体性能和泛化能力。
技术关键词
医学图像分割系统
注意力
输出特征
医学图像分割方法
编码器
通道
编码块
上采样
解码器
多层感知器
降维特征
池化特征
级联
尺寸
阶段
模块
表达式
多尺度
系统为您推荐了相关专利信息
锂离子电池容量
深度学习模型
短路
卷积模块
诊断方法
洪水预报方法
注意力神经网络
拓扑图
卷积模块
数据
仓储机器人
实时状态信息
导航控制器
数字图像传感器
测距模块
响应优化方法
建筑群
多源异构数据融合
深度信念网络
建筑能耗监测数据