买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：昆明理工大学

摘要：本发明涉及医学图像处理技术领域，且公开了一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法包括对小目标息肉全局语义信息建模的粗分割阶段；对小目标息肉细节信息进行挖掘的超分辨率重建阶段；结合超分辨率所挖掘的细节信息对小目标息肉全局语义和局部细节进行细分割的精细分割阶段。该融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法提高对小目标息肉全局与局部信息建模效率的同时将超分辨率任务建模细节信息的能力迁移到分割任务中，改善语义分割网络对息肉图像中较小的病变结构的聚焦能力，实现对小目标息肉的识别与准确分割。

主权项：1.一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法，其特征在于：包括以下步骤：S1、输入息肉图像，包括训练数据和测试数据，并对息肉图像的训练数据进行分辨率的统一，固定分辨率为256*256，对息肉图像的测试数据进行筛选，筛选出比例小于5％的测试图像，并将其分辨率固定为256*256，得到小目标息肉图像；S2、对统一后的息肉图像的训练数据输入到由ResNet50组成的骨干网络进行特征提取，将[8，3，256，256]纬度的数据输送到ResNet50组成的骨干网络中得到[8，1024，16，16]的最终特征Fbackbone；S3、将骨干网络提取的特征Fbackbone输入到CNN和Transformer特征编码器中进行特征编码得到全局特征Fglobal和局部特征Flocal，并将得到的全局特征Fgolbal和局部特征Flocal进行拼接得到最终编码特征Fencoder；S4、将最终编码特征Fencoder输入到粗语义分割网络中进行粗分割解码，并经过分割头得到粗分割掩码，包括粗分割解码特征Fcoarse和粗分割预测图Pcoarse；S5、将最终编码特征Fencoder输入到超分辨率重建网络中进行超分辨率解码得到超分辨率解码特征FSR，并将超分辨率解码特征FSR与粗分割解码特征Fcoarse相融合后得到超分辨率融合解码特征Ffusion1，再经过超分头得到高分辨率预测图；S6、将最终编码特征Fencoder输入到细语义分割网络中进行细分割解码，得到细分割解码特征Frefinement，并将细分割解码特征Frefinement与超分辨率融合解码特征Ffusion1融合得到最终的融合特征Ffusion2，并输出精细二值分割预测图。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法