公开(公告)号：CN118521784A

公开(公告)日：2024-08-20

申请号：CN202410602100.5

申请日：2024-05-15

Applicant: 哈尔滨理工大学

Inventor： 王莉莉 ,  徐梦 ,  杨海陆 ,  陈晨

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/77 ,  G06V10/46 ,  G06V10/52 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明针对现有医学图像分割方法在处理包含小尺寸器官和复杂边缘的图像时存在边缘分割不准确的问题，提出了一种基于CNN和SwinTransformer混合编码的医学图像分割模型。设计了一种混合编码器进行特征提取，其中多尺度特征提取使模型能够更准确地分割包含小尺寸器官的医学图像，引用SwinTransformer模块使模型具备长距离依赖建模能力，可以学习图像中不同区域之间的联系，从而更好的约束不同类别的边界；通过在跳跃连接中使用注意力门控，有效的抑制语义差异，方便特征的进一步融合；在解码器阶段，模型通过级联上采样方式对来自编码器和注意力门控模块输出的特征进行特征重组及解码，最后输出预测结果。