摘要
本发明涉及图像分割技术领域,公开了一种面向结直肠病灶的图像分割方法,该方法包括:采集待检测结直肠的图像数据,并对图像数据进行预处理;将多尺度图像特征与病灶显著特征进行融合,获得病灶表征特征,并将病灶表征特征与历史数据库中的病灶特征进行比对,确定初始分割结果及对应的分割相似度;当分割相似度小于相似度阈值时,基于边界检测网络对图像数据进行处理提取边界特征,并将边界特征与历史数据库中的边界特征进行比对,根据比对结果确定修正系数,对分割相似度进行修正,获得最终分割结果。本发明能够有效提升结直肠病灶识别的准确性和分割效率。
技术关键词
图像分割方法
边界特征
数据
局部纹理特征
多尺度特征融合
通道注意力机制
图像分割技术
特征提取模块
积层
滤波算法
语义特征
网络
尺寸
像素
系统为您推荐了相关专利信息
激光点云数据
图像转换模块
通道
数据转换模块
栅格
图像分割方法
遥感图像数据
多尺度特征融合
遥感图像分类方法
注意力机制
图像去模糊方法
卷积神经网络模型
深度神经网络
事件流数据
非暂态计算机可读存储介质
YOLO算法
识别方法
训练集
图像识别模型
比例尺
电压特性曲线
供电模块
动态补偿模块
动态时间规整算法
光伏组件