摘要
本发明提供了基于空间感知与频域信息的医学图像分割方法、装置,通过结合频域信息引导和多头状态空间感知技术,有效提升医学图像分割的精度和鲁棒性。对医学图像进行频域变换,利用多尺度分解技术分离图像的高频和低频成分,提取低频特征以获取全局信息。通过引入可学习的噪声过滤机制,抑制频域中的噪声和无关背景信息,使模型能更精准地聚焦于病变区域。在瓶颈层设计多头感知视觉状态空间模块,通过多尺度自适应特征融合机制,捕捉不同尺度的病变特征,增强对小尺寸病变和复杂结构的分割能力。在跳跃连接中引入了上下文聚焦注意力机制,进一步强化全局信息与局部细节的融合,确保分割结果的精确性;最终,通过解码器恢复高分辨率的分割图像。
技术关键词
医学图像分割方法
输出特征
空间模块
峰值信噪比
直方图均衡化
生成高分辨率
对比度
解码器
Laplacian算子
特征提取模块
网络
注意力
医学特征
空间感知技术
多尺度
噪声
系统为您推荐了相关专利信息
船只识别方法
瓶颈特征
多尺度特征提取
网络
判别模块
表面缺陷检测方法
锂电池
直方图均衡化
滤波特征
多尺度特征
超声心动图
左心室
加权残差
图像特征编码
桥模块