摘要
本发明公开了一种基于反向轴向注意力机制神经网络的医学图像分割方法,属于图像处理技术领域,包括:根据医学图像,通过分组残差骨干网络,依次得到初级特征及高级特征,其中高级特征对应的图像区域面积大于初级特征;聚合高级特征,通过级联空洞卷积网络,提取多尺度特征信息,组合得到全局特征图;根据全局特征图,通过反向注意力机制网络,擦除前景对象,得到组织区域,结合轴向注意力机制网络,得到重点组织区域。本发明通过分组残差骨干网络和级联空洞卷积网络高效提取多尺度特征,结合反向轴向注意力机制优化局部与全局特征,显著提升医学图像分割精度和鲁棒性。此外减少了人工干预,提高了处理速度和准确性。
技术关键词
医学图像分割方法
注意力机制
多尺度特征
网络
空洞
级联
组织
中央处理器
对象
图像处理技术
滤波去噪
蓝色
垂直轴
通道
存储器
鲁棒性
电子设备
系统为您推荐了相关专利信息
时空数据预测方法
共享单车
时空数据预测模型
客流预测
时序特征
Attention机制
锂电池健康状态
信息数据处理终端
多任务
物理传感器
生物发酵反应釜
建模方法
知识图谱驱动
数字孪生驱动
Kubernetes集群