一种颅内动脉瘤图像检测方法、系统、设备以及存储介质

AITNT
正文
推荐专利
一种颅内动脉瘤图像检测方法、系统、设备以及存储介质
申请号:CN202510479431
申请日期:2025-04-17
公开号:CN119991681B
公开日期:2025-06-20
类型:发明专利
摘要
本发明属于医学图像分割技术领域,涉及一种颅内动脉瘤图像检测方法、系统、设备以及存储介质。本发明设计了一种新的网络架构即多尺度轴向残差投影网络,用于提升颅内动脉瘤检测与分割的准确性。在模型输入方面,本发明采用包括匹配滤波、高斯滤波和拉普拉斯滤波在内的预处理步骤,用于增强血管结构和边缘信息,减少计算资源需求。在模型结构方面,本发明利用DWR模块实现多尺度特征提取,增强模型对小目标的分割能力;此外,利用ACRE模块通过轴向注意力模块和上下文关系编码器模块,增强前景并抑制背景,提高网络对于前景的边缘信息的处理能力。本发明能够显著颅内动脉瘤检测与分割的准确性。
技术关键词
颅内动脉瘤图像 多尺度特征提取 编码器模块 上下文特征 并行解码器 注意力机制 Nyquist频率 滤波 输出特征 医学图像分割技术 强化特征 融合多尺度特征 拉普拉斯 双线性插值法 图像获取模块
系统为您推荐了相关专利信息
1
一种基于U-Net的可解释性棉花种植区识别的方法
种植区 棉花 卷积模块 融合特征 注意力
2
一种融合连续时间演化与离散事件标记的神经点过程方法
微分方程求解器 上下文特征 双通道架构 标记 注意力机制
3
一种基于事件驱动的“W”架构实时分割系统及方法
实时分割方法 特征提取模块 通道注意力机制 解码模块 编码模块
4
一种车道变道轨迹生成方法
轨迹生成方法 特征提取网络 条件生成对抗网络 编码器模块 风险
5
基于数据插值和细胞类型反卷积进行空间域识别的方法
基因表达数据 训练深度学习模型 采样点 节点 邻域
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号