摘要
本发明公开一种融合因子化VMamba与特征频带分离的甲状腺结节超声图像分割方法,涉及计算机视觉辅助医疗领域。对甲状腺结节超声图像数据集预处理;将处理好的图像输入到分割模型FMVM‑DFFT的编码器处理,利用基于VSS的FMVSS模块多层次提取图像特征,利用特征频带分离模块DFFT进一步精细化提取并融合不同频度下的特征信息,将输入特征采用改进的快速傅里叶变换从空间域变换到频域并分解为高低频分量,分别经逐点卷积和通道注意力模块优化,在复数域重组后经逆傅里叶变换还原至空间域,再经动态卷积、层归一化处理与保留的输入特征合并传递至解码器;并进一步优化分割结果的细节;为解决边缘分割不准确、不精细的难题。
技术关键词
超声图像数据
Laplacian算子
补丁
模块
因子
计算机视觉辅助
解码器
注意力
编码器
多层次
边缘检测
融合特征
语义
训练集
策略
通道
动态
系统为您推荐了相关专利信息
RBF神经网络
非暂态计算机可读存储介质
数据
处理器
算法
超文本标记语言
网页翻译方法
统一资源定位符
文档对象模型
代理服务器
调控方法
施工现场
机器学习模型
滑模控制理论
回归算法
识别模块
采样方法
深度学习网络结构
样本
针系统