申请/专利权人:西安邮电大学
申请日:2023-12-22
公开(公告)日:2024-03-19
公开(公告)号:CN117726602A
主分类号:G06T7/00
分类号:G06T7/00;G06T7/10;G06T5/70
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明公开了一种基于带状池化的息肉分割方法及系统,针对息肉图像分割中的尺度变化、语义鸿沟和模糊边界等问题,构建金字塔池化网络模型,为解决息肉尺度变化大的问题,采用注意力机制,为不同尺度的息肉目标分配适当的感受野区域,将不同尺度的息肉特征进行特征加权得到息肉特征图;其次,通过探索息肉图像的边界信息,提高模糊边界提取能力;最后,采用上下文条带特征交互方法,以有效抑制编码器和解码器特征之间的语义差异,增强网络分割条带状和孤立息肉目标的能力。
主权项:1.一种基于带状池化的息肉分割方法,其特征在于,包括以下步骤:步骤1、将息肉图像输入构建的金字塔池化网络模型中,获取提取息肉图像的初步特征并生成全局特征图Sg;步骤2、采用不同的感受视野提取初步特征中不同尺度的息肉特征,并对不同尺度的息肉特征进行特征加权得到息肉特征图;步骤3、根据息肉特征图并结合激活函数生成息肉特征的注意力图,根据注意力图和全局特征图Sg得到息肉图像的初步边界特征outi-1,根据初步边界特征outi-1进行不同的卷积操作,得到局部边界特征和全局边界特征,根据局部边界特征和全局边界特征得到息肉图像的最终边界特征;步骤4、采用上下文信息融合弥补语义差距对息肉图像进行降噪处理,然后采用带状池化方法并结合最终边界特征得到息肉目标;步骤5、重复步骤1-4,对模型进行迭代训练,直至损失函数收敛,得到训练后的模型,根据训练后的模型对息肉图像进行预测。
全文数据:
权利要求:
百度查询: 西安邮电大学 基于带状池化的息肉分割方法及系统
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。