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：南京理工大学
摘要：本发明公开了一种基于双注意力机制和多尺度融合的小样本医学图像分割方法，在学习样本到类别属性映射的过程中，将单尺度的特征相似度计算分为不同特征尺度的计算结合，在其中一个尺度应用自注意力机制和交叉注意力机制，使得样本可以在原有基础上聚焦于类内特征；另一个尺度通过原型方法充分保留了提取的原始特征值，使得注意力机制的局限性不会对结果造成干扰。本发明更好的对齐了支持样本和查询样本前景特征，提升了对查询样本分割的准确性。
主权项：1.一种基于双注意力机制和多尺度融合的小样本医学图像分割方法，其特征在于，具体包括以下步骤：步骤1，采用卷积神经网络模型作为特征提取器，以医学样本图像为特征提取器输入，提取和两个尺度的特征图，其中医学样本图像分为支持样本和查询样本；步骤2，构建小样本医学图像分割模型，分别处理两个不同尺度的特征图；对的特征图按照小样本原型方法处理，将查询特征图与对应的支持特征原型进行余弦相似度计算，得到预测的查询掩码一；对大小的特征图使用注意力机制方法，特征图先后经过自注意力模块和交叉注意力模块处理，所述自注意力模块和交叉注意力模块均由注意力层、正则化层、连接层组成，自注意力模块的Q、K、V三个分支的输入均为压缩后的查询特征矩阵，输出为自适应全局特征的查询特征矩阵；交叉注意力模块的Q分支的输入为自适应全局特征的查询特征矩阵，K、V分支的输入为压缩后的支持图像前景特征矩阵，输出为具有准确类别特征的查询特征矩阵；将具有准确类别特征的查询特征矩阵解压缩恢复大小，与对应的支持特征原型进行余弦相似度计算，得到预测的查询掩码二；步骤3，将预测的查询掩码一和预测的查询掩码二恢复到原始图像大小，分别与真实掩码计算交叉熵误差，相加得到模型训练的总误差，以总误差为损失函数进行模型训练；步骤4，在预测阶段，使用测试图像集中的支持样本和查询样本实例得到预测的查询掩码一和查询掩码二，分别经过解码器恢复至原始图像大小，再通过系数结合得到最终预测结果。
全文数据：
权利要求：
百度查询： 南京理工大学 基于双注意力机制和多尺度融合的小样本医学图像分割方法
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。
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