摘要
本发明公开了一种基于KTFE‑YOLO模型的肾脏病灶影像分析方法和系统,包括:获取训练数据并处理:对肾脏影像图片进行病灶标注并储存为YOLO格式标签;构建KTFE‑YOLO模型:在YOLOv11n‑seg架构基础上,将backbone中第6层和第8层的C3k2替换为模糊边缘增强模块,第10层的C2PSA替换为多尺度卷积融合注意力机制模块;构建边界框损失函数以回归边界框参数;基于边界框损失函数,用训练数据对KTFE‑YOLO模型进行参数优化;用优化的KTFE‑YOLO模型对肾脏影像图片进行分类与分割。本发明在保持实时检测速度的同时显著提升了对模糊边界、形状特征复杂肿瘤以及小尺寸目标的分割性能。
技术关键词
YOLO模型
影像分析方法
融合注意力机制
肾脏
通道注意力机制
图片
分支
影像分析系统
计算机设备
瓶颈
模块
垂直轴
模糊边界
数据获取单元
可读存储介质
存储计算机程序
系统为您推荐了相关专利信息
场景语义分割
联合损失函数
残差模块
通道注意力机制
阶段
唐卡图像修复方法
感知损失函数
通道注意力机制
图像修复模型
纹路特征
金字塔池化模块
多层感知机
可执行程序指令
通道注意力机制
特征提取模块
患病风险预测方法
风险预测模型
肾小球滤过率
听力
基因分型数据