CNIPA.AI
Back to Search
Dossier

基于混合注意力增强与多尺度特征融合的腹腔镜医学图像分割方法

InventionActive
3views
5Claims · 1 independent
§ Ⅰ

Dossier Overview

Inventor

尹家俊; 彭康; 程楠; 徐键; 高永生; 原家恺; 吴惧; 陈希

IPC Classification

G06T 7/11 (2017.01)G06T 7/00 (2017.01)G06V 10/26 (2022.01)G06V 10/774 (2022.01)G06V 10/44 (2022.01)G06V 10/80 (2022.01)G06V 10/52 (2022.01)G06N 3/0464 (2023.01)G06N 3/045 (2023.01)G06N 3/0455 (2023.01)G06N 3/048 (2023.01)G06N 3/084 (2023.01)G06N 5/04 (2023.01)

本发明涉及医学图像处理技术领域,是基于混合注意力增强与多尺度特征融合的腹腔镜医学图像分割方法,包括:基于Resnet34编码结构将输入图像编码为包含丰富语义信息的高级特征图像,得到第一特征图像;基于混合注意力增强模块对第一特征图像进行特征局部特征增强和全局特征推理,得到第二特征图像;基于多尺度特征融合模块拓展特征图尺寸范围,获取多个尺度的特征图,再将所有尺度的特征融合,得到第三特征图像;通过解码器对第三特征图像进行解码处理,得到与输入图像分辨率一致的分割图像。本发明通过结合通道注意力增强模块、全局特征增强模块和多尺度特征融合模,有效解决了腹腔镜图像中因生物组织局部视觉特征模糊而导致的分割精度不足的问题。

External Resources