摘要
本发明属于医学图像处理技术领域,公开了一种基于分割特征引导的CT图像分割分类系统,具体技术方案为:该系统采用共享编码器提取通用特征,通过双解码路径实现分割与分类的协同优化,在分割路径中采用部分解码器,结合局部特征注意模块,通过多尺度特征融合与边界感知机制,逐步优化全局分割图的区域一致性,并补充边缘细节信息,分类路径则通过分割特征引导模块,利用分割预测生成空间注意力权重,引导分类网络聚焦于病灶区域并抑制背景干扰,采用基于多任务学习中的自适应损失加权策略,动态平衡双任务梯度流,有效缓解多任务学习中的梯度竞争问题。
技术关键词
分类系统
图像分割
分类特征
胃肠道肿瘤
空间金字塔池化
多任务
注意力
编码器
解码
语义特征
分辨率
特征金字塔
双线性插值
多层次特征提取
空洞
医学图像处理技术
金字塔池化模块
Sigmoid函数
特征选择机制