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
微分方程求解器
上下文特征
双通道架构
标记
注意力机制
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
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
基因表达数据
训练深度学习模型
采样点
节点
邻域