摘要
本发明公开了一种基于引导信息与多维注意力机制的医学图像分割方法及系统,包括:收集原始皮肤镜图像进行预处理;构建分割模型,包括双路图像编码器、引导信息编码器和掩码解码器;双路图像编码器用于提取图像中的局部细节特征和全局上下文语义信息;引导信息编码器用于将上一轮网络预测的粗分割掩码转换为引导特征信息;掩码解码器融合图像特征与引导特征信息,对粗粒度的特征图进行逐步还原与细化,最终输出精确的病变分割掩码;构建损失函数,并利用预处理后的数据对分割模型进行训练;将待分割的原始皮肤镜图像输入训练好的分割模型,输出图像的病变区域分割掩码。本发明可以提高分割精度和模型泛化能力,增强对多尺度病灶的处理能力。
技术关键词
医学图像分割方法
信息编码器
注意力机制
图像编码器
皮肤镜
局部细节特征
上下文语义信息
融合特征
解码器
医学图像分割系统
上采样
像素
深度卷积神经网络
融合图像特征
子模块
分支