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：华中科技大学
摘要：本发明公开了基于调和注意力的医学图像分割模型建立方法及医学图像分割方法，属于三维医学图像分割领域，模型包括：模态融合模块，利用三维CNN同时提取不同模态的空间和深度特征信息，并基于输入级融合策略进行模态融合；下采样模块，利用U‑Net网络的卷积操作对图像进行下采样、压缩空间和深度信息的同时提取语义信息；Transformer模块，利用交变位置编码获取全局和远程的信息依赖关系，并给相应的语义信息提供位置编码，从而强化空间信息；以及上采样模块，利用反卷积操作对图像进行上采样，并利用调和注意力层获取全局特征并稳定特征的分布情况。本发明能够调和三维医学图像不同平面间的特征分布情况，提高三维医学图像的分割精度。
主权项：1.一种基于调和注意力的医学图像分割模型建立方法，其特征在于，包括：搭建所述医学图像分割模型并利用已标注分割结果的医学图像数据集对其进行训练，完成所述医学图像分割模型的建立；所述医学图像为三维图像；所述医学图像分割模型包括：下采样模块，其为U-Net网络中的编码器结构，用于对所述医学图像进行N次下采样，并压缩空间和深度信息，同时提取语义信息，得到多尺度的初级语义特征图；Transformer模块，包含Transformer模型，用于获取最小尺度的初级语义特征图的全局和远程语义信息，并进行位置编码，得到强化语义特征图；以及上采样模块，用于对所述强化语义特征图进行N次上采样，得到分割图；其中，N为大于1的正整数；所述上采样模块包括N个依次连接的上采样单元；所述上采样单元包括依次连接的上采样层、跳跃连接层和调和注意力层；所述上采样层用于对输入的特征图进行上采样；所述跳跃连接层用于将所述上采样层输出的特征图与相应尺度的初级语义特征图拼接；所述调和注意力层用于分别提取所述跳跃连接层输出的特征图的不同平面内的特征信息，并将各平面的特征信息调整为服从高斯分布，而后将调整后的各平面内的特征信息融合为相应上采样单元输出的注意力特征图。
全文数据：
权利要求：
百度查询： 华中科技大学 基于调和注意力的医学图像分割模型建立方法及医学图像分割方法
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