摘要
本发明涉及基于边界感知卷积的医学图像分割方法、系统及存储介质,包括:采用构建的BACFormer模型对医学图像进行分割,获取分割结果图,包括:将医学图像划分为若干向量表示的图像块,对其提取多尺度特征,再进行融合与增强,再进行处理,恢复空间分辨率,再进行线性投影,获取分割结果图;其中提取多尺度特征过程中:提取局部特征和全局特征,进行拼接,获取注意力特征;对注意力特征重新分割获取的不同尺度的特征,对不同尺度的特征进行对称性处理,以完成局部特征的融合与再分布,获取多尺度特征。本方案能提升边界感知能力与多尺度特征提取能力,提升分割准确性,以克服现有技术在局部上下文捕获和特征融合上的局限。
技术关键词
医学图像分割方法
多尺度特征
编码器模块
分层解码器
注意力
分层编码器
输出特征
医学图像分割系统
空洞
全局特征提取
特征提取能力
分辨率
子系统
线性
像素
因子
系统为您推荐了相关专利信息
病害预测方法
时空注意力机制
计算机存储介质
古建筑木构件
效应
交通标志识别
DWA算法
路径规划方法
注意力机制
局部路径规划
电信号
二维卷积神经网络
多层感知机
频率
抑郁症检测系统
语义特征
视觉特征
图像检测方法
交叉注意力机制
样本
分类网络
文本
注意力机制
网络深度
加速网络收敛