摘要
本发明公开了一种LSKA驱动的多维特征跨级融合的膝关节软骨损伤分类方法,通过传统YOLOv8框架获取膝关节软骨损伤MRI图像的特征图及双路径通道拼接后的多尺度特征图,基于LSKA机制获取深度卷积后的中间特征,和扩张深度卷积后的中间特征,进而获取自适应加权特征图;进而采用头部网络获取预测的膝关节软骨损伤类别的置信度,进而对膝关节软骨损伤MRI图进行五分类任务。本发明通过在传统的YOLOv8网络框架中嵌入LSKA模块,能够实现多尺度特征增强,解决了固定卷积核的局部感受野限制了全局上下文信息的捕获的问题,有效提升图像特征表达能力。
技术关键词
膝关节软骨
损伤类别
加权特征
特征值
分类方法
图像
通道
索引
语义
批量
卷积模块
局部感受野
输出特征
样本
注意力
多尺度特征
框架
像素点
代表
系统为您推荐了相关专利信息
三维模型分类方法
纹理特征
关键点
描述符
三维模型集
非侵入式负荷监测
数据
深度学习算法
轨迹特征
瞬时电流特征
图像分类模型
深度学习框架
键值
节点
图像分类方法