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！
摘要：一种基于Self‑Attention机制的脑组织图像分割模型方法，采用如下步骤：首先，根据多模态脑部影像存在的伪影、噪声灰度不均特性，建立基于灰度不均的脑部图像数学模型；然后，设计两种实施方法解决脑部影像分割问题：实施方法1利用局部近似估计的方法建立偏移场信息模型，在这个基础之上，建立基于局部区域的能量分割模型并进行模型计算的加速优化；实施方法2在图像预处理的基础上，构建基于Self‑Attention的变异U‑Net分割模型，并利用LSM对模型结果进行校正；最后，利用两种实施方法分别得到待分割图像的结果。通过方法1中基于局部区域的能量模型的实施，提高了脑部影像中因伪影、强噪声等灰度不均质特性造成的分割精度问题。
主权项：1.基于Self-Attention机制的脑组织图像分割模型方法，其特征在于：采用如下步骤：根据多模态脑部影像存在的伪影、噪声灰度不均特性，建立基于灰度不均的脑部图像数学模型；实施方法1利用局部近似估计的方法建立偏移场信息模型，在这个基础之上，建立基于局部区域的能量分割模型并进行模型计算的加速优化；所述实施方法1是以基于能量的LSM模型为分割框架，在灰度不均的脑部图像的数学模型基础上构建分割模型，具体方法如下：首先，输入待分割图像，以局部块状模型为单位近似估计图像像素点邻近区域的偏移场的方式构建偏移场信息模型，得到校正后图像；接着，利用矩形块、圆形初始化轮廓，建立基于局部能量的分割模型：利用像素间相似性构建局部能量信息模型，并利用基于可变参数的正则化信息模型稳定曲线迭代的进程；然后，将模型嵌入LSM框架，同时利用智能优化算法优化模型的求解，提高曲线演化速度；最后得到分割的结果；偏移场信息模型是建立在基于统计的近似理论基础之上的，利用近似估计方法构建基于局部块状信息的偏移场信息模型，不仅可以有效的获取图像的本质特性，而且还能够起到降噪的效果。
全文数据：
权利要求：
百度查询： 武汉软件工程职业学院(武汉开放大学) 基于Self-Attention机制的脑组织图像分割模型方法
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