摘要
本发明公开了一种多任务医学图像分割方法及系统,涉及生物医学图像识别和分割领域。针对多任务医学图像分割开发成本高、计算资源消耗大等问题,本发明方法首先获取医学图像分割数据集,然后构建改进SAM视觉大模型并训练;在此基础上引入亲和力图预测网络与类别预测网络得到多任务医学图像实例分割模型,并做联合训练;最后将待分隔的医学图像输入到训练后的多任务医学图像实例分割模型中,输出最终的分割结果。本发明通过改进具有强大特征提取能力和泛化能力的SAM模型,使其具有亲和力图预测和类别预测功能,实现高效准确的多任务医学图像实例分割模型。
技术关键词
医学图像分割方法
多任务
亲和力
实例分割模型
医学图像数据集
图像编码器
注意力
标记
视觉
模块
图像特征提取
积层
网络
分辨率
特征提取能力
系统为您推荐了相关专利信息
交叉注意力机制
多模态特征
井场作业
融合特征
时空注意力机制
自动布局方法
自动布局装置
深度强化学习算法
监督学习算法
多任务
艰难梭菌感染
艰难梭菌毒素
蔗糖密度梯度
人工智能辅助
普仑司特
医学图像分割方法
并行编码
编码器
解码器
融合特征