申请/专利权人:南华大学
申请日:2022-10-21
公开(公告)日:2024-04-02
公开(公告)号:CN117197156B
主分类号:G06T7/11
分类号:G06T7/11;G06T7/194;G06N3/0455;G06N3/0464;G06N3/048;G06N3/084
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2023.12.26#实质审查的生效;2023.12.08#公开
摘要:基于双解码器UNet和Transformer的病变分割方法及系统,涉及图像处理技术领域,本发明是通过将原始图片送入模型编码器层进行四次级联卷积和下采样操作获得抽象特征图;将抽象特征图送入多头自注意力模块计算各个像素之间的依赖关系;将抽象特征图同时输入前景分割分支解码器和背景分割分支解码器,分别用于预测前景和背景;两个解码器分支通过连续的上采样操作和跳跃连接,融合不同层次的空间和位置信息,在深度监督的应用下得到分割的前景图和背景图;融合前景图和背景图的分割结果得到最终的分割结果图。与现有方法相比,本发明可解决单解码器预测存在偏差以及卷积的固有局部性问题,并获得更大的感受野和更多的特征信息,提高分割准确率。
主权项:1.基于双解码器UNet和Transformer的病变分割方法,其特征在于,包括以下步骤:1将原始图片送入模型编码器层;2对所述原始图片连续进行四次级联卷积和下采样操作,获得抽象特征图;3将所述抽象特征图送入多头自注意力模块,计算各个像素之间的依赖关系,获得全局信息;4将经过自注意力计算的抽象特征图同时输入前景分割分支解码器和背景分割分支解码器,分别用于预测前景和背景;5两个解码器分支通过连续的上采样操作和跳跃连接,融合不同层次的空间和位置信息,在深度监督的应用下得到分割的前景图和背景图;6融合前景图和背景图的分割结果,得到最终的分割结果图。
全文数据:
权利要求:
百度查询: 南华大学 基于双解码器UNet和Transformer的病变分割方法及系统
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。