一种基于小波变换特征增强和多尺度注意力聚焦的下颌骨折检测系统

AITNT
正文
推荐专利
一种基于小波变换特征增强和多尺度注意力聚焦的下颌骨折检测系统
申请号:CN202510223013
申请日期:2025-02-27
公开号:CN120107218B
公开日期:2025-08-29
类型:发明专利
摘要
本发明公开了一种基于小波变换特征增强和多尺度注意力聚焦的下颌骨折检测系统,采用构建的下颌骨折检测模型;下颌骨折检测模型包括骨干网络、特征融合网络和检测头部分;骨干网络负责高效提取图像中的低级特征,随后进行进一步特征提取,通过C3K2_WT模块,得到全局和局部的特征信息,进一步增强下颌骨骨折线的细节表达,再通过C2PSA_EMA模块,增强特征映射的空间注意力化。特征融合网络聚合来自不同分辨率的特征图并将其传递到检测头,再次利用C3K2_WT模块提高模型提取图像最重要部分的能力;将三个检测头生成的预测结果通过非极大值抑制合并得到最终结果,精准定位下颌骨骨折线的位置。利用本发明,可以显著提高下颌骨骨折线的检测精度和模型的鲁棒性。
技术关键词
变换特征 注意力 特征融合网络 检测头 计算机存储器 卷积特征提取 输出特征 保留特征 模块 分辨率 空间金字塔 通道 图像 双线性插值 多尺度 加权特征 融合策略 语义 非线性
系统为您推荐了相关专利信息
1
基于元路径去噪与胶囊网络建模的企业违约预测方法及系统
异质信息网络 胶囊网络 计算机程序指令 编码器 企业违约风险
2
基于LSTM和迁移学习模型的主轴轴承健康状态监测方法
迁移学习模型 轴承健康 状态监测方法 样本 信号
3
基于实例尺度感知的点云-图像融合三维目标检测方法及系统
分支 输出特征 通道注意力机制 多视觉 图像提取模块
4
基于改进YOLOv9算法的早期火灾烟雾检测方法及系统
焦点损失函数 集成模块 注意力机制 特征融合网络 算法架构
5
一种基于深度学习的服装手绘图像上色算法
组件特征 编码特征 注意力 生成彩色图像 面料组件
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