摘要
本发明属于医学图像处理技术领域,具体公开了基于类激活图引导的CT图像分割分类系统,具体技术方案为:该系统通过构建粗分割网络、分类网络和细分割网络三个功能互补的分割和分类网络,实现了分类与分割任务的协同优化与性能提升,这种多任务协同机制形成了闭环优化过程,利用分割和分类任务中存在的内在相关性,构建分割引导分类、分类反馈分割的双向优化路径,将包含肿瘤位置信息的粗分割结果用于增强分类网络的肿瘤判别能力,将分类网络生成的类激活图转换为空间位置权重,引导分割网络关注具有鉴别性的病灶区域,生成更精细的分割掩膜,通过这种双向信息交互,在胃肠道肿瘤的精准定位和病理判别两个维度上均取得了显著性能提升。
技术关键词
分类网络
分类系统
图像分割
编码特征
上采样
掩膜
编码器
医学图像处理技术
掩模生成器
双向信息交互
注意力
多阶段特征
输出特征
解码器
胃肠道肿瘤
原始图像数据
多任务
系统为您推荐了相关专利信息
异常信号
神经网络预测模型
连续小波变换
sigmoid函数
卷积模块
快速成像方法
无监督学习
深度学习网络
稀疏编码特征
非笛卡尔
鼻腔结构
评价装置
温湿度控制模块
数据分析模块
鼻用制剂
三维点云数据
识别分类方法
灰度共生矩阵
局部二值模式
识别分类系统
图像分割
沥青混凝土
CT断层图像
通道注意力机制
计算机模拟算法