公开(公告)号：CN117437416A

公开(公告)日：2024-01-23

申请号：CN202311395566.4

申请日：2023-10-26

Applicant: 杭州电子科技大学

Inventor： 易星宇 ,  丁佳骏 ,  俞俊 ,  朱素果

IPC: G06V10/26 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/09 ,  G06N3/092

Abstract: 本发明公开了一种基于TRANSFORMER的医学分割模型优化方法，包括如下步骤：S1、对原始图像进行U‑Net分割，所述U‑Net分为三层，分别是主干提取网络、加强特征提取网络和预测网络；S2、对原始图像进行Swin‑UNet分割，所述Swin‑UNet采用U‑Net作为主干网络，并将两个连续的Swin Transformer块替换U‑Net中的卷积模块；S3、将步骤S1和步骤S2输出的结果互相作为伪标签进行特征补充；S4、通过监督损失的方法对步骤S1‑S3组成的模型进行学习。该方法有效压缩了整个编码解码的学习参数，使Swin‑UNet模型参数从原来的110M缩小到55M。