摘要
本发明公开了一种基于物理信息的脑肿瘤图像分割方法,属于医学图像分割领域。包括以下步骤:提取图像特征:首先对图像进行降维,然后编码特征向量获得序列的特征;自适应特征融合:拼接序列特征后使用通道注意力区分各通道重要性,使用空间注意力让模型注意特征图中重要区域,得到适用于不同子任务的独特融合特征;三分支多任务解码器:通过多阶段上采样和跳跃连接保留编码器阶段特征,考虑每个子任务的损失函数,从而提升不同分割任务精确度;边缘特征增强:使用基于平均曲率的方法获得各特征通道的平均曲率值,选取特征中平均曲率值最高的多个通道,将选取的特征与原始特征结合以增强边缘特征。本发明有效提高了脑肿瘤图像分割的精度。
技术关键词
解码器
融合特征
脑肿瘤分割
编码器
残差网络
注意力
通道
多任务
Sigmoid函数
选取特征
脑肿瘤图像
医学图像分割
物理
序列
多阶段
全局平均池化
模块
上下文特征
上采样
系统为您推荐了相关专利信息
证件图像
Gabor特征
RGB特征
翻拍检测方法
融合特征
气象卫星数据处理
时间序列预测模型
可见光波段
卷积神经网络模型
气象雷达数据