摘要
本发明公开了一种基于动态采样与多尺度并联注意力的乳腺图像分割方法,并在乳腺癌核心针活检全切片数据集与公司自建乳腺切片数据集上开展相关工作,使用乳腺组织图像数据集对乳腺图像分割模型进行训练和验证,将训练好的分割模型权重对待测乳腺病理切片进行预测,得到乳腺异常组织的具体位置及类型。本发明能够在整个分割过程中持续保留高分辨率特征,通过所提注意力机制增强重要特征的表达,有效抑制背景信息,在多尺度下捕捉细节与全局信息,有效提升了模型对肿瘤检测的精度。
技术关键词
乳腺图像分割方法
注意力
组织图像数据
空间权重矩阵
图像分割模型
金字塔池化
上采样
动态
超轻量
分支
多尺度
特征提取模块
Sigmoid函数
池化特征
通道
全局平均池化
系统为您推荐了相关专利信息
水下机器人视觉
清晰化方法
多模态
图像增强模型
模态特征
医药知识图谱
智能客服
问答对数据
语义
验证机制
融合机器视觉
可视化方法
反距离加权插值算法
动态生成规则
探头
图像深度学习
分析系统
Gabor滤波器
特征提取模块
注意力机制
条件可控
图像生成方法
遥感图像处理
数据
特征提取网络