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：江西师范大学
摘要：本发明属于图像分割技术领域，公开了一种基于三重密集提取网络的皮肤病变分割方法，包括：建立基于U‑Net架构建立的三重密集提取网络模型，包括编码器、解码器、特征密集捕获模块和特征自适应融合模块；对于最高层次的编码特征通过特征密集捕获模块提取多尺度特征，每个跳跃连接路径上也都应用了特征密集捕获模块，最后将各个解码特征输入特征自适应融合模块，通过注意力机制自适应地聚合不同级别的解码特征并输出最终的分割结果。本发明通过多尺度卷积提取不同尺度的上下文信息，使得细节和语义特征能够更好地互补，同时保持全局的上下文信息并强化局部细节，能够更自然地处理空间信息。
主权项：1.一种基于三重密集提取网络的皮肤病变分割方法，其特征在于：包括：建立基于U-Net架构建立的三重密集提取网络模型，包括编码器、解码器、特征密集捕获模块和特征自适应融合模块；原图经过卷积处理后被依次输入各个编码器获得相应的编码特征；对于最高层次的编码特征，三重密集提取网络模型通过特征密集捕获模块从中提取了从特征层内捕获的多尺度特征，再输入相应的解码器后生成相应的解码特征；三重密集提取网络模型的每个跳跃连接路径上都应用了特征密集捕获模块，对于跳跃连接路径上的第i个特征密集捕获模块，第i+1个解码特征Di+1上采样后与对应的第i个编码特征Ei逐元素相加，再输入对应的特征密集捕获模块，利用从特征层间提取大量多尺度特征；解码特征Di+1在上采样后与相应的第i个特征密集捕获模块的输出连接后输入到下一个解码器，从而得到下一个解码特征Di；最后将各个解码特征{Di|i={1,2,3,4}}输入特征自适应融合模块，通过注意力机制自适应地聚合不同级别的解码特征并输出最终的分割结果。
全文数据：
权利要求：
百度查询： 江西师范大学 一种基于三重密集提取网络的皮肤病变分割方法
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