摘要
本发明提供了多模态协同增强与动态对齐的血管图像分割方法及装置,涉及深度学习与图像处理技术领域。本发明通过获取不同模态的3D血管原图像集,并经切分与模态特征标记融合后,利用扩散模型进行去噪与增强生成模态嵌入图;将模态嵌入图输入改进的3D UNet编码器提取多尺度低级特征;基于图神经网络对低级特征进行全局特征增强与动态对齐,生成对齐高级特征;通过计算对齐高级特征的特征信息熵并进行动态权重融合,得到模态协同特征;基于正、负样本对的对比学习以优化模态协同特征之间的差异表示,得到融合特征;将融合特征输入解码器生成血管分割结果。本发明能高效捕捉不同模态细小血管的形态特征,显著提升多模态血管图像的分割精度与鲁棒性。
技术关键词
血管图像分割方法
多模态协同
信息熵
融合特征
动态
补丁
多尺度
输入解码器
标记
消息传递机制
血管分割
样本
切块
位置编码器
多模态特征
特征金字塔
系统为您推荐了相关专利信息
动作分类方法
路径特征
Softmax分类器
无人机
高时间分辨率
压力单元
特征融合网络
场景
补偿算法
数据处理模块
静态特征
机器学习算法
异构平台
任务调度方法
机器学习模型
风力发电机状态
远程监测系统
传输模块
风力发电设备监测技术
拥塞控制算法
视觉特征提取
建模系统
高维向量空间
文本编码器
语言建模方法