基于多轴移位MLP模态掩码的缺失模态脑肿瘤图像分割方法

AITNT
正文
推荐专利
基于多轴移位MLP模态掩码的缺失模态脑肿瘤图像分割方法
申请号:CN202510253823
申请日期:2025-03-05
公开号:CN120147637A
公开日期:2025-06-13
类型:发明专利
摘要
本发明涉及图像分割技术领域,具体涉及一种基于多轴移位MLP模态掩码的缺失模态脑肿瘤图像分割方法,包括:构建脑肿瘤图像分割模型,脑肿瘤图像分割模型包括四个编码器和一个共享解码器,在编码器和共享编码器之间引入多层次跨模态交互模块和空间权重注意力模块;将四个模态的脑肿瘤图像分别输入到对应的编码器中,输出每个模态图像不同层次不同分辨率的编码特征;多层次跨模态交互模块结合编码特征的全局上下文信息,捕获模态间的互补特征;空间权重注意力模块从不同角度对四个模态特征进行重新加权,并输入至共享解码器中进行解码,得到分割图像。本发明可更准确地实现缺失模态脑肿瘤图像分割。
技术关键词
脑肿瘤图像 编码特征 编码器 输出特征 跨模态 融合特征 多层次 解码器 互补特征 模态特征 通道注意力机制 图像分割技术 标记 分辨率 图像获取模块 单层
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