基于纹理鞅和CNN-Transformer的皮肤病分割方法

AITNT
正文
推荐专利
基于纹理鞅和CNN-Transformer的皮肤病分割方法
申请号:CN202511150769
申请日期:2025-08-18
公开号:CN121033421A
公开日期:2025-11-28
类型:发明专利
摘要
基于纹理鞅和CNN‑Transformer的皮肤病变分割方法属图像处理技术领域,本发明包括:设计并引入纹理鞅模块,基于统计鞅模型对图像进行二阶纹理特征提取;构建双分支特征提取框架,融合卷积神经网络(CNN)与Transformer结构;在CNN与Transformer分支间引入交叉注意融合模块,构建跨模态特征之间的深度交互机制;设计深度语义融合模块,融合CNN与Transformer提取的高层特征,结合特征自适应卷积、前馈网络、归一化与残差连接。本发明能显著提升皮肤病变图像分割的准确率和鲁棒性,优于现有的混合架构,具有较强的分割效果。
技术关键词
皮肤病变分割方法 表达式 多头注意力机制 图像灰度共生矩阵 前馈神经网络 数学 融合卷积神经网络 代表 直方图均衡化方法 输出特征 多层感知机 深度特征融合 皮肤病图像 编码器 纹理特征提取
系统为您推荐了相关专利信息
1
光信号检测方法和系统
PAM4信号 光信号检测方法 振幅调制技术 光信号检测系统 硬件加速器
2
考虑驱动因素波动的碳排放集成预测方法、设备及介质
集成预测方法 时间序列模型 遗传算法优化神经网络 排放量 蒙特卡洛
3
耦合物理机制和深度学习的洪水预报方法、装置及系统
水文观测站 洪水预报方法 前馈神经网络 集总式水文模型 汇流计算方法
4
基于多模态导波的缺陷成像方法
缺陷成像方法 信号接收装置 无损结构 多模态 定位缺陷
5
面向暴雪天气的目标检测系统与驾驶冲突风险评估方法
卷积模块 风险评估方法 深度图 网络 天气
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号