CN114972756B 一種醫(yī)學圖像的語義分割方法及裝置 （湖南大學）_第1頁
CN114972756B 一種醫(yī)學圖像的語義分割方法及裝置 （湖南大學）_第2頁
CN114972756B 一種醫(yī)學圖像的語義分割方法及裝置 （湖南大學）_第3頁
CN114972756B 一種醫(yī)學圖像的語義分割方法及裝置 （湖南大學）_第4頁
CN114972756B 一種醫(yī)學圖像的語義分割方法及裝置 （湖南大學）_第5頁
已閱讀5頁，還剩19頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

醫(yī)學圖像的語義分割方法及裝置，該方法包括對輸入圖像進行編碼，輸出不同階段的編碼結S3.利用DMC模塊分別對各階段的編碼結果以乘法的方式進行特征融合，并輸出各階段的特征2所述S3中利用DMC模塊分別對各階段的編碼結構以乘法的方式進行特征融合的過程包將編碼器第m階段的編碼結果Em與編碼器剩余的4-m階段的編碼結果相乘，得到特征融2；使每個特征向量依次通過通道注意力CA模型得到對應的通道注意力向量wc22.根據(jù)權利要求1所述的一種醫(yī)學圖像的語義分割方法，以SwinTransformer模型作3.根據(jù)權利要求1所述的一種醫(yī)學圖像的語義分割將融合的結果再次進行3×3卷積、上采樣、3×3卷積后與上一高尺35.一種實現(xiàn)權利要求1～4任一項所述的醫(yī)學圖像的語義分割方法的裝置，其特征在DMC模塊分別對各階段的編碼結構以乘法的方式進行特將編碼器第m階段的編碼結果Em與編碼器剩余的4-m階段的編碼結果相乘，得到特征融2；使每個特征向量依次通過通道注意力CA模型得到對應的通道注意力向量wc245[0010]進一步的，所述S3中利用DMC模塊分別對各階段的編碼結構以乘法的方式進行特[0014]利用金字塔結構Pa學習該階段的特征圖，獲取每一層金字塔對應的次級注意力62；[0018]使每個特征向量依次通過通道注意力(CA)模型得到它們對應的通道注意力向量[0029]本發(fā)明還提供了一種實現(xiàn)上述任一種所述的醫(yī)學圖像的語義分割方法的裝置包7[0054]具體來說，所述S3中利用DMC模塊分別對各階段的編碼結構以乘法的方式進行特8[0058]"=g;(E)+g,(B)+g,(E,)[0060]其中e"為采用U-net的跳躍連接方式的融合結果，為采用加法融合方式的此采用乘法的特征融合方式能夠很好的約束各個分支，使每一個分支獲得更優(yōu)秀的特征，9[0069]利用金字塔結構Pa學習該階段的特征圖，獲取每一層金字塔對應的次級注意力2；[0073]使每個特征向量依次通過通道注意力(CA)模型得到它們對應的通道注意力向量[0093]需要說明的是，應理解以上裝置的各個模塊的劃分僅僅件中的硬件的集成邏輯電路或者軟件形式的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論