摘要
本发明公开了一种基于位置感知和特征矫正的医学图像分割方法,包括:对医学图像数据预处理并划分训练集和验证集;构建基于特征校正的位置感知网络模型,基于特征校正的位置感知网络模型采用了编码器和解码器对称的UNet网络架构,编码器的输出添加位置感知模块,解码器的最后一层分类器之前添加特征校正模块;位置感知模块用于得到位置感知损失,特征校正模块用于得到征校正损失;把位置感知、特征校正损失和监督损失加权共同优化模型参数,多次优化后得到最优模型参数;将验证集输入最优模型参数的基于特征校正的位置感知网络模型中,得到医学图像分割结果。本发明在多个医学图像分割任务中表现优异,在复杂医学图像中能更好地捕捉图像的全局信息。
技术关键词
医学图像分割方法
医学图像数据
样本
校正模块
编码器
矫正
解码器
分类器
网络架构
标签
像素
元素
参数
原型
输出特征
系统为您推荐了相关专利信息
人工智能辅助
性能预测方法
XGBoost算法
地板材料
增量训练方法
令牌
图像生成方法
图像编码
图像像素
图像生成装置
氢气传感器
漂移补偿方法
多元回归模型
电压
特征值
滚动轴承
状态评估系统
寿命
机器学习算法
短时傅里叶变换