摘要
本发明属于多模态磁共振影像分割处理技术领域,具体涉及基于动态多模态交互网络的脑肿瘤磁共振影像分割方法,包括以下步骤:步骤1:在动态多模态交互网络中,设计二阶段分割架构完成模态特征提取与动态融合;步骤2:在编码器和解码器的跳跃连接部分加入了动态掩码加权模块MASK‑AOE,包括动态掩码机制和轻量化代理网络;对输入模态特征的掩码与动态融合,增强模型对模态缺失情况的适应能力;在编码器和解码器的连接部分加入了双路径融合交互模块;双路径融合交互模块包括模态分组融合、双向交互机制及视觉曼巴层;双路径融合交互模块来实现模态间的协同关系建模和特征优化。本发明即使在模态缺失条件下,仍能生成高质量的分割结果。
技术关键词
影像分割方法
多模态交互
解码器
模态特征
缩放特征
动态
网络
编码器
阶段
交互机制
多模态磁共振
关系建模
多视角特征
权重机制
模块
因子
系统为您推荐了相关专利信息
多模态数据融合
音频特征
多模态数据采集
督导方法
语义特征
动态知识图谱
多模型协同
评估系统
多源异构数据
模型提取技术
覆层
参数寻优方法
粉末
机器学习模型
多模态数据库
接收设备
传输设备
压缩传输系统
压缩传输方法
显示设备
生成对抗网络
QRS波
异常检测方法
异常信号
同态加密算法