摘要
本发明公开了一种用于三维医学图像分割的后解码器三维轴向解耦增强方法。该方法主要包含置换维度增强管道和序列轴向增强管道两个主要管道。PDI在全局空间信息的角度上对不同轴向特征进行学习和理解并对z轴特征进行注意力增强,SAI则是直接在时间轴上对z轴信息进行分组处理以增强模型特征表达能力。通过分析三维医学图像数据不同轴向信息的时空特征,引入注意力机制独立增强轴向时间维度信息特征表达,本发明通过PDI管道和SAI管道的独立工作和协同处理,能够对复杂度高、难度高的三维医学图像分割的粗掩码进行轴向解耦增强,实现更加准确和鲁棒的分割结果,能够适配于任意三维图像分割深度学习模型,展示了其在三维医学图像分割领域的广泛应用潜力。
技术关键词
三维医学图像分割
三维医学图像数据
解码器
深度学习模型
sigmoid函数
管道
加权特征
引入注意力机制
基准
滑动窗口方法
通道
序列
视角
捕获特征
分布方法
融合方法
生成特征