摘要
一种乳腺病灶图像半监督分割方法。属于医学图像处理和半监督学习技术领域。其解决了在少量标注样本下提升半监督分割网络在复杂乳腺病灶分割场景下的特征提取能力,实现乳腺病灶的精准分割这一技术问题。生成乳腺图像的双尺度图像,使得网络能够从不同尺度学习乳腺病灶的特征,提升网络对大小形态差异过大的乳腺病灶特征提取能力,同时对双尺度图像进行数据扰动,通过生成器对源图像和扰动图像的分割置信图进行互生成,提升网络的稳定性。通过级联逆残差编码特征融合和解码特征融合,利用现有的特征挖掘更多的潜在特征,在少量标注样本下提升网络的分割性能,通过将乳腺图像输入到最终的分割网络可实现乳腺病灶的准确分割。
技术关键词
监督分割方法
乳腺
编码特征
融合特征
跨层特征
网络
解码器
特征提取能力
残差模块
标签
级联
监督学习技术
编码器
通道注意力机制
医学图像处理
双线性插值
输出特征
上采样
系统为您推荐了相关专利信息
交通标志检测方法
局部特征信息
编码特征
图像
层级
焊接区域结构
强化特征
形态
融合特征
Sigmoid函数
数字岩心图像
融合特征
深层特征提取
超分辨率重建图像
蒸馏