摘要
本发明公开一种基于1×1卷积的轻量级医学图像分割方法,方法包括:对医学图像数据集进行预处理及数据划分,构建轻量级医学图像分割模型,所述轻量级医学图像分割模型采用U型编码器‑解码器结构,在每一层编解码器中采用级联多尺度特征融合模块进行特征图提取,采用1×1卷积对特征图进行通道调整,并分别采用最大池化以及双线性插值执行特征图的下采样和上采样;所述级联多尺度特征融合模块包括超轻移位卷积模块;给定网络训练参数,对轻量级医学图像分割模型进行训练,直至网络收敛;将测试集输入训练后的轻量级医学图像分割模型中,输出医学图像目标分割结果。本发明能够有效提高医学图像的分割精度。
技术关键词
医学图像分割方法
医学图像分割模型
多尺度特征融合
卷积模块
输出特征
医学图像数据集
级联
解码器结构
分支
双线性插值
通道
卷积特征
编解码器
动态
批量
编码器
网络
系统为您推荐了相关专利信息
机器人视觉
生成方法
语义
联合概率建模
物体检测
石英晶振
构建深度学习网络
预测特征
输出特征
深度学习网络模型
深度学习方法
多通道
手工特征
门控循环单元
独立成分分析算法