摘要
本发明公开了基于改进SAM‑Med2D的鲁棒息肉分割方法,包括如下步骤:S1、针对给定的数据集,生成记录文件;S2、构建SAM‑Med2D模型,对于非方形图像保持纵横比;S3、通过双分支编码器提取图像的多尺度特征;S4、在掩码解码器中,对多尺度特征进行融合处理;S5、基于融合特征及提示编码生成初步分割结果;S6、构建轻量级反向注意力细化模块;S7、对SAM‑Med2D模型进行损失计算与参数优化;S8、结束当前图像的息肉分割,进入下一张图像,重复执行步骤S1至S7。本发明通过融合ViT‑CNN双分支结构与反向注意力机制,实现了在复杂内窥镜场景下对息肉区域的高精度、低计算开销的鲁棒分割。
技术关键词
分割方法
轻量级卷积神经网络
分支
注意力机制
融合特征
语义特征
Sigmoid函数
形态学结构
参数
解码器
卷积编码器
细粒度特征
策略
标签
融合全局
双线性插值
图像嵌入
系统为您推荐了相关专利信息
曲线
充放电数据
深度神经网络模型
构建深度神经网络
序列
空气质量监测方法
高斯混合模型
实时数据
空气质量监测系统
特征提取模块
医学图像分割方法
原型
图像块特征
医学图像分割模型
记忆
问答模型
微调方法
矩阵
前馈神经网络
注意力机制