一种融合张量与超像素图特征的脑MRI图像识别系统及方法

AITNT
正文
推荐专利
一种融合张量与超像素图特征的脑MRI图像识别系统及方法
申请号:CN202510819974
申请日期:2025-06-19
公开号:CN120708250A
公开日期:2025-09-26
类型:发明专利
摘要
本发明属于图像识别技术领域,公开了一种融合张量与超像素图特征的脑MRI图像识别系统及方法。本发明通过BTNet‑TS构建融合三维张量注意力的轻量残差块采用三维张量捕捉脑MRI的多维病灶语义特征;然后,提出多尺度特征分组密集连接融合策略,融合底层细节特征和深度语义信息;最后,设计基于超像素分割的图卷积网络,深度挖掘病灶局部关联性特征。以此实现高效的脑MRI图像识别。
技术关键词
图像识别系统 脑肿瘤医学影像 语义特征 图像获取模块 输出特征 节点特征 多级特征 融合特征 双线性插值方法 融合超像素 多尺度特征提取 信息模块 图像融合方法 图像识别方法 空洞 图像识别技术
系统为您推荐了相关专利信息
1
一种基于自监督学习的全景图像特征提取方法及装置
图像特征提取方法 输出特征 信息显示设备 编码器 特征提取器
2
一种文档切分方法、装置、计算机设备及存储介质
文本识别 样式 注意力 计算机可读指令 层级
3
一种基于预训练模型的视频问答系统及方法
融合视觉特征 预训练模型 视频问答方法 输出特征 问答系统
4
基于掩码生成式蒸馏与跨任务一致性的密集目标检测优化方法
检测优化方法 学生 教师 协方差矩阵 生成算法
5
一种基于双注意力概率网络的水下机器人视觉增强方法
水下机器人视觉 通道注意力机制 信息模块 融合图像特征 输出特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号