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:东北师范大学
摘要:本发明涉及图像分割技术领域,涉及医学图像分割的一种曲线分割网络,采用SelectiveKernel模块嵌入分割网络的编码路径和解码路径来实现基于不同大小的卷积核动态选择和融合特征,并构造一个Multi‑Bi‑ConvLSTM作为编码路径和解码路径间的非线性的跳跃连接,通过该跳跃连接将特征信息从网络的深层逐渐传递到浅层,来使得Curv‑Net捕获的特征能够同时包含更多的细节信息和高层次的语义信息,从而提高分割性能;该分割网络对应的分割方法及采用该网络的图像分割方法也同样具有上述技术效果。
主权项:1.一种用于医学图像分割的曲线分割网络,包括对特征映射进行学习的由浅层至深层的多个阶段,每个阶段均设置有编码路径和对应的解码路径;其特征在于,所述编码路径和所述解码路径中均嵌入选择性核卷积模块;所述编码路径和所述解码路径之间连接有非线性跳跃连接;所述选择性核卷积模块通过三个不同核尺寸的分组卷积,对输入的所述特征映射进行过滤,并通过批量归一化和ReLU激活函数来生成不同的特征映射;所述核尺寸分别为:3×3,5×5和7×7;所述选择性核卷积模块对输入图像提取多尺度特征;所述非线性跳跃连接由联合卷积循环神经网络、双向卷积循环神经网络或卷积循环神经网络构成;所述非线性跳跃连接用于融合网络在同一阶段中学习到的特征,同时将特征从网络深层阶段传播到浅层阶段;以提高图像分割的准确性。
全文数据:
权利要求:
百度查询: 东北师范大学 曲线分割网络、分割方法及采用该网络的图像分割方法
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。