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；其中，级联多感受野模块包括两个通道调节器和-1个轻量级特征提取器；步骤S4具体包括：步骤S41：输入级联多感受野模块的特征映射，公式表示如下： ；公式中，表示实数集；表示批量大小；表示通道数量；和分别表示当前特征图的高度和宽度；通过通道调节器调整特征图的通道数量，获取第一特征图，公式表示如下： ，；公式中，表示非线性激活函数；表示批归一化操作；表示接受特征映射的输入通道数量，并将第一特征图的输出通道数量调整成为；表示级联多感受野模块的输出通道数量；表示预设超参数；步骤S42：根据第一特征图中多个通道的信息冗余进行通道划分；从通道1到通道，根据通道编号的奇偶性划分第一特征图，得到奇序列特征图和偶序列特征图，公式分别表示如下： ； ；步骤S43：融合奇序列特征图和偶序列特征图，得到第二特征图，公式表示如下： ，；公式中，表示逐元素求和操作；输入通道数量和输出通道数量均表示为；步骤S44：通过-1个轻量级特征提取器依次获取二次特征图的序列，其中， ； ，=0,1…，－2；公式中，表示二次特征图的序号；表示卷积核大小为3×3的深度卷积；步骤S45：沿着通道方向连接第二特征图和二次特征图的序列的部分元素，得到第三特征图，公式表示如下： ，；公式中，表示沿通道方向对特征图进行连接操作；步骤S46：通过通道调节器调整第三特征图的通道输出维度，公式表示如下： ，；公式中，为深度特征图。

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