首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于级联多感受野的轻量级医学图像分割方法 

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:四川大学

摘要:本发明公开了一种基于级联多感受野的轻量级医学图像分割方法,涉及图像处理领域的医学图像分割技术领域。该方法包括预处理分割医学图像特征图并编码,将编码结果作为真实标签;构建通道调节器调整特征图的通道输出维度,进行批归一化操作和非线性处理;构建轻量级特征提取器,提取特征图特征信息;构建级联多感受野模块,并基于级联多感受野模块构建特征编码分支和特征解码分支;将特征图输入特征编码分支,得到深度特征图并编码;将特征编码分支的输出输入特征解码分支,解码深度特征图;构建类别调节器并根据真实标签分类输出经特征解码分支解码的深度特征图。该方法可基于级联多感受野模块,在少量参数和低计算量的条件下实现出色的分割性能。

主权项:1.一种基于级联多感受野的轻量级医学图像分割方法,其特征在于,包括以下步骤:步骤S1:预处理医学图像分割数据集,得到每一张分割医学图像的特征图,并根据分割类别编码,将编码结果作为真实标签;步骤S2:构建通道调节器,调整特征图的通道输出维度,并对特征图依次进行批归一化操作和非线性处理;步骤S3:构建轻量级特征提取器,提取经非线性处理的特征图的特征信息;步骤S4:基于通道调节器和轻量级特征提取器,构建级联多感受野模块,将特征图转换为具备多感受野的深度特征图;步骤S5:基于级联多感受野模块,构建特征编码分支,编码深度特征图,缩减深度特征图的分辨率尺寸并放大通道输出维度;步骤S6:基于级联多感受野模块,构建特征解码分支,解码经步骤S5处理后的深度特征图,还原深度特征图的分辨率尺寸并缩小通道输出维度;步骤S7:构建类别调节器,根据真实标签分类输出经步骤S6解码的深度特征图。

全文数据:

权利要求:

百度查询: 四川大学 一种基于级联多感受野的轻量级医学图像分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。