摘要
本发明属于医疗技术领域,公开了一种基于扩散模型的肺结节分割方法及系统,本发明采用基于解剖学约束的潜在空间融合方法,通过变分自编码器(VAE)集成肺组织轮廓等解剖学先验知识,并结合KL散度约束策略,有效提升了模型对微小病灶的敏感度。其次,构建了多模态协同优化的FSUNet架构,利用跨尺度特征金字塔融合机制,配合通道注意力门控与动态噪声调度算法,增强了多维度特征的表达能力。最后,设计Dice‑Focal联合损失函数抑制复杂背景噪声干扰,同时基于前向扩散的噪声样本生成策略,显著降低了模型对标注数据的依赖。在LIDC‑IDRI数据集上的实验结果表明,该多尺度特征融合的扩散分割方法不仅展现出了出色的性能,同时在FPS指标上也表现优异。
技术关键词
分割方法
背景噪声干扰
空间融合方法
联合损失函数
信息数据处理终端
特征金字塔
动态噪声
编码器
分割系统
噪声样本
多模态协同
噪声强度
解码器
变量
调度算法
随机噪声
深度学习模型
上采样
图像
系统为您推荐了相关专利信息
超声图像分割
前馈神经网络
编码器模块
图像分割网络
分割方法
模型预训练
分割方法
频率
重构模块
超声图像分析技术
轨迹预测方法
坐标系
大臂
动态路径规划算法
点配准算法