摘要
本公开实施例中提供了一种基于SAM引导的解剖级超声医学图像分析方法,属于图像处理技术领域,具体包括:将自动提示生成器集成到SAM模型中,利用现有的超声医学图像‑掩码对微调SAM模型并生成自动提示并据此对超声医学图像进行分割;对超声医学图像中的解剖结构进行跨视图预测;通过比较预测结果和真实值实现不同分辨率、不同视图的解剖级区域对比,将不同视图间的相同解剖结构作为正样本,不同解剖结构和不同图像的视图作为负样本,最大化相同解剖结构的特征之间的相似性,通过对比学习训练主干模型;保留训练好的主干模型中在线更新网络的残差网络并据此进行图像分析任务。通过本公开的方案,提高了分析精准度和鲁棒性。
技术关键词
超声医学图像
残差网络
分辨率
图像分析
分析方法
融合全局特征
在线
样本
注意力
特征金字塔网络
网络架构
图像分割
图像嵌入
图像处理技术
多层感知机
层级
优化器
参数
系统为您推荐了相关专利信息
数据价值评估模型
智能分析引擎
执行数据管理
控制数据访问权限
数据生命周期管理
镜头调焦方法
网络摄像头
视频流
图像分析算法
镜头调焦技术
小鼠模型
可调节固定装置
聚焦超声换能器
冷却系统
微型换能器