摘要
本发明涉及医学图像分割技术领域,公开了一种基于改进UNet网络的TBAD病变区域自动分割方法级装置,方法包括以下步骤:以UNet网络结构为基础,在跳跃连接通道上引入三维特征编码器,在瓶颈层引入移位窗口自注意力模块,得到CISUNet网络;训练CISUNet网络,以训练好的CISUNet网络作为TBAD病变区域自动分割模型;将CTA图像输入TBAD病变区域自动分割模型,获得TBAD病变区域分割结果。上下文感知瓶颈层利用移位窗口自注意力机制捕捉全局上下文信息;三维特征编码器,接收CTA图像及编码器部分输出的多级特征图,分别利用多尺度空洞卷积进行特征提取,输出若干个特征图;解码器部分引入三维通道注意力机制,实现了对主动脉夹层复杂结构的精准分割。
技术关键词
病变区域自动分割方法
编码器
解码器
多级特征
瓶颈
医学图像分割技术
多尺度
自动分割装置
网络结构
通道注意力机制
空洞
上采样
多层感知机
模块
索引
系统为您推荐了相关专利信息
车位状态检测方法
混合网络模型
残差网络
残差模块
检测车位状态
路径规划方法
抽象语法树
序列
计算机程序指令
拉格朗日乘子法
故障类别
车辆故障诊断
云端服务器
模型训练方法
故障诊断模型
知识图谱构建方法
矩阵
增量学习方法
注意力
知识图谱构建装置