摘要
本发明涉及医学影像分割领域,公开了一种面向精准手术的机器人医学影像分割与特征提取方法,包括:构建双向注意架构的动态分割网络模型,输入预处理模块用于特征提取并生成多尺度特征金字塔;Transformer编码分支用于时序特征建模,输出时序增强特征;卷积编码分支用于对解剖特征和手术器械特征进行增强,输出空间增强特征;多阶段特征融合单元用于进行多阶段迭代融合,输出最终融合特征;解码输出模块用于进行解码,生成解剖结构和手术器械的像素级分割掩码;对动态分割网络模型进行训练;利用完成训练的动态分割网络模型,基于实时输入的医学影像视频序列进行医学影像分割与特征提取。实现了手术场景中解剖组织和动态器械的精确分割。
技术关键词
多阶段特征
注意力
分支
解剖特征
生成解剖结构
特征提取方法
生成多尺度
非对称特征
手术机器人控制系统
手术器械
编码
融合特征
多尺度特征金字塔
辅助手术过程
矩阵
输出模块
空间特征信息
时序特征
动态器械
系统为您推荐了相关专利信息
风险预警系统
注意力
尺寸
Sigmoid函数
图像畸变校正
矿山开采沉陷
沉陷参数
参数敏感性分析
训练深度学习模型
主动学习策略
多源异构数据
多头注意力机制
能源管理系统
特征选择
皮尔逊相关系数