龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：湖南工商大学
摘要：本发明公开了一种基于人工智能的图像分割模型训练方法、分割方法及设备，包括：获取训练样本数据，训练样本数据为历史医学图像；将训练样本数据输入到初始医学图像分割模型中，初始医学图像分割模型为局部指导全局注意力机制网络，局部指导全局注意力机制网络由LGG模块构成，LGG模块包括多尺度局部特征提取模块；采用多尺度局部特征提取模块对输入特征图进行特征提取，得到多尺度局部特征；基于多尺度局部特征，指导全局注意力机制网络权重生成，使用生成的权重对特征值进行加权，提取全局特征；采用训练样本数据对局部指导全局注意力机制网络进行训练，得到训练好的医学图像分割模型。采用本发明提高了医学图像分割的效率和识别精度。
主权项：1.一种基于人工智能的图像分割模型训练方法，其特征在于，包括：获取训练样本数据，所述训练样本数据为历史医学图像；将所述训练样本数据输入到初始医学图像分割模型中，得到输入特征图，所述初始医学图像分割模型为局部指导全局注意力机制网络，所述局部指导全局注意力机制网络由LGG模块构成，包括多尺度局部特征提取模块、全局特征提取模块、局部-全局特征交互融合模块，所述LGG模块为局部引导全局模块，用于提取多尺度局部以及全局信息；采用所述多尺度局部特征提取模块对所述输入特征图进行特征提取，得到多尺度局部特征；基于所述多尺度局部特征，指导全局特征提取层中自注意力权重生成，采用得到的注意力权重对所述全局特征提取层的输入特征值进行加权，得到全局特征；基于所述多尺度局部特征生成全局特征调制权重，基于所述全局特征生成局部特征调制权重，采用所述全局特征调制权重对所述全局特征在空间位置上进行重新加权，采用所述局部特征调制权重对所述多尺度局部特征在空间位置上进行重新加权，所述全局特征提取层为所述全局特征提取模块中的特征提取层；在通道维度连接加权后的多尺度局部特征以及加权后的全局特征，并采用所述训练样本数据对局部指导全局注意力机制网络进行训练，得到训练好的医学图像分割模型。
全文数据：
权利要求：
百度查询： 湖南工商大学 基于人工智能的图像分割模型训练方法、分割方法及设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号