摘要
本发明提出一种基于可靠伪标签带有边缘检测的涂鸦监督医学图像分割方法,该方法包括:第一,选择不同的带有涂鸦标签的公开数据集,将其划分为训练集、测试集和验证集,并进行预处理;第二,基于编码器、双解码器、通道‑空间注意力块、边缘检测模块以及加权损失函数创建医学图像分割模型,在编码和解码器中分别引入通道‑空间注意力模块。边缘检测模块由三个边缘检测头组成。第三,通过所述训练集中涂鸦标签对模型进行训练、验证和测试。第四,将测试效果良好的模型部署在服务器,用于医学图像自动分割任务。本发明的优点在于:降低了医学图像分割任务对全像素标注的高度依赖,提升了医学图像分割模型利用涂鸦标注对不同医学图像的分割精度。
技术关键词
医学图像分割模型
医学图像分割方法
边缘检测
标签
加权损失函数
注意力
验证医学图像
编码器
医学图像特征
抑制背景噪声
模块
通道
上采样
数据
分支
解码器结构
服务器
系统为您推荐了相关专利信息
负载设备
分级控制策略
电源负载控制
参数
负载控制系统
状态感知方法
双流神经网络
多任务学习策略
标签
数据采集模块
数据包特征
依赖特征
一维卷积神经网络
会话特征
网络流量数据
管道缺陷检测
磁梯度张量
异常信息
成像识别方法
传感器阵列
图像
分析方法
数字孪生模型
高精度自动识别
结晶