검색으로 돌아가기
기록
DecoFusion-Net：基于交互式解码器的特征融合与边界DoU损失，实现前列腺分区分割的边界感知优化
발명유효
1조회수
8청구항 · 3 독립항
§ Ⅰ
개요
발명자
杨新武; 殷一钦
IPC 분류
G06T 7/11 (2017.01)G06V 10/44 (2022.01)G06V 10/52 (2022.01)G06V 10/82 (2022.01)G06N 3/0455 (2023.01)G06N 3/0464 (2023.01)G06N 3/045 (2023.01)G06N 3/0499 (2023.01)
针对Transformer分割模型(如SwinUNETR)因通用解码器设计导致多尺度特征融合次优、对模糊组织边界分割精度不足的问题，本发明提出DecoFusion‑Net。该方法以交互式融合解码器替代标准上采样模块，通过集成交互式混合注意力(ICSA)模块智能筛选并融合编码器不同层级的特征，并利用特征补偿(FCo)模块的反向注意力机制主动增强前景区域中响应较弱的边界信号，同时结合三维边界差异交并比(Boundary DoU)损失函数，在架构能力与优化动机上构建高度协同的训练框架。在公开前列腺MRI数据集上的实验验证表明，相较基准模型，Dice相似系数由80.54％提升至82.17％，并在衡量边界精度的平均表面距离(ASD)指标上展现出优势，由2.07mm降低至1.97mm。