摘要
本发明公开了一种基于解耦对比学习的多模态医学图像分割方法、系统、终端及存储介质,所述方法包括:将多模态影像对经过多个编码块处理后得到WLI模态的最终编码特征和NBI模态的最终编码特征;将WLI模态的最终编码特征和NBI模态的最终编码特征经过特有特征编码器和共有特征编码器处理后,分别得到WLI模态特有的特征部分、WLI模态的共享特征部分、NBI模态特有的特征部分和NBI模态的共享特征部分;将WLI模态的共享特征部分和NBI模态的共享特征部分沿特征维度进行拼接,将拼接后共享特征、WLI模态特有的特征部分和NBI模态特有的特征部分进行融合,将融合特征经过分割解码器进行预测处理,输出病灶掩码图像。本发明提高了医学图像分割的准确性。
技术关键词
医学图像分割方法
编码特征
编码器
编码块
融合特征
影像
医学图像分割系统
多模态
图像块
加权特征
白光
解码器
Softmax函数
统计特征
样本
语义
线性
全局平均池化