摘要
本发明公开基于互适应学习框架的胰腺图像分割方法及系统,属于医学图像分割技术领域,获取待分割的胰腺图像;将胰腺图像输入至互适应学习框架进行分割,得到分割结果;所述互适应学习框架包括不同核特征融合模块、自适应注意力对比学习模块,将待分割的胰腺图像划分为多个输入图像块,将多个输入图像块输入至自适应注意力对比学习模块,通过不同核大小的卷积操作后得到多个特征图,将多个特征图输入至不同核特征融合模块进行同一特征之间的类间聚合以及不同特征之间的类间分离,然后经过特征对比学习过程输出多个分类特征,进而得到分割结果。通过不同尺寸的卷积核和协同的双注意力分支获取特征信息,从而增强对胰腺细节和整体结构特征的学习。
技术关键词
胰腺图像分割方法
互补特征
框架
图像块
卷积模块
感知特征
注意力
分类特征
医学图像分割技术
编码器
交互特征
分支
输出特征
校准机制
压缩特征
数据获取模块
处理器
系统为您推荐了相关专利信息
图像增强方法
亮度
HSV色彩空间
噪声图像
神经网络框架
锂电池剩余使用寿命预测方法
字典
状态空间模型
迭代收缩阈值算法
锂电池剩余容量
社区云服务智能综合管理系统
数据传输框架
健康监测终端
健康风险预测
人体健康监测
车辆跟踪方法
无人机
运动特征
输出特征
融合特征
隔离结构
芯片结构
SOI硅片
表压传感器
薄膜结构