摘要
本发明公开了一种基于拉普拉斯金字塔与动态Transformer的医学图像分割方法,S1.形成预处理后的医学图像;S2.将预处理后的医学图像分解为多个不同尺度的图像子层;S3.生成对应的多尺度特征表示;S4.将多尺度特征表示输入至动态Transformer模块,生成融合后的全局特征表示;S5.对融合后的全局特征表示实施解码处理,生成初步分割图,并对初步分割图应用后处理算法,执行形态学操作、边缘修复及噪声去除,获得具有边界清晰、区域连贯性的医学图像分割结果。本发明生成边界清晰、区域连贯、语义准确的医学图像分割结果,结构提升了模型在临床应用中的实用性,在处理肿瘤边界模糊、组织密集交叠的图像中,具备显著优。
技术关键词
拉普拉斯金字塔
医学图像分割方法
注意力
动态
高斯金字塔
医学图像数据
像素
编码特征
分辨率
解码
后处理算法
上采样
序列
全局平均池化
矩阵
医学图像空间