摘要
本发明涉及计算机图像处理与医学图像分析技术领域,尤其是一种基于前馈通道双注意力机制改进U‑Net结构的宫颈癌MRI图像分割方法。该方法针对传统U‑Net结构在处理女性腹部宫颈癌MRI图像中存在的多尺度信息提取能力弱、边界模糊区域识别不精准等难题,提出将前馈连接机制与双注意力机制嵌入编码器和瓶颈模块中,形成一种新型U‑Net分割模型,以提升对宫颈癌病灶区域的识别和分割精度,为后续临床诊疗提供高质量的图像基础。双注意力机制被集成到模型的多个关键节点中,包括在编码器中的每个卷积模块末尾加入联合通道‑空间注意力模块,在瓶颈位置引入空洞空间金字塔池化结构并嵌入通道注意力机制,实现跨尺度、多通道、空间上下文信息的联合建模。
技术关键词
图像分割方法
空间金字塔池化
医学图像分析技术
保留结构细节
融合特征
通道注意力机制
空洞
网络结构
全局平均池化
分支
编码器
加权特征
瓶颈
卷积模块
系统为您推荐了相关专利信息
高压输变电线路
双流卷积神经网络
监控监测系统
特征选择
融合特征
医学图像分割方法
采样模块
图像特征提取
特征提取模块
影像
图像分割方法
编码器
分支
抑制结肠息肉
卷积模块