-
公开(公告)号:CN117058160B
公开(公告)日:2024-01-16
申请号:CN202311313587.7
申请日:2023-10-11
Applicant: 湖南大学
Abstract: 本发明公开了基于自适应特征融合网络的三维医学图像分割方法及系统,首先构建自适应特征融合网络,包括编码器、解码器和长跳跃链接,长跳跃链接上设置了DAM模块,将三维医学图像输入至编码器中的若干个编码块进行逐级下采样,相应输出若干个不同尺寸的下采样特征图;将下采样特征图输入至各自对应的DAM模块处理,输出对应的融合后的长跳跃链接信息;解码器中的若干个解码块分别接收与各自相邻的下一层解码块输出的聚合后特征图以及对应的融合后的长跳跃链接信息并聚合,将最上层解码块输出的聚合后特征图作为从三维医学图像中分割出来的目标图像。该方法可提高编码器收集(56)对比文件Yue Zhang et al..Multi-Modal TumorSegmentation With Deformable Aggregationand Uncertain Region Inpainting《.IEEETransactions on Medical Imaging》.2023,第42卷第3091-3103页.Narinder Singh Punn et al..RCA-IUnet:a residual cross-spatial attention-guidedinception U-Net model for tumorsegmentation in breast ultrasoundimaging《.Machine Vision andApplications》.2022,第1-10页.Hao Sun et al..Deformable AttentionU-Shaped Network with ProgressivelySupervised Learning for SubarachnoidHemorrhage Image Segmentation《.2022 IEEEInternational Conference onBioinformatics and Biomedicine (BIBM)》.2023,第1734-1739页.李富豪.基于卷积神经网络的鼻腔鼻窦肿瘤图像分割《.中国优秀硕士学位论文全文数据库医药卫生科技》.2023,全文.
-
公开(公告)号:CN117058160A
公开(公告)日:2023-11-14
申请号:CN202311313587.7
申请日:2023-10-11
Applicant: 湖南大学
Abstract: 本发明公开了基于自适应特征融合网络的三维医学图像分割方法及系统,首先构建自适应特征融合网络,包括编码器、解码器和长跳跃链接,长跳跃链接上设置了DAM模块,将三维医学图像输入至编码器中的若干个编码块进行逐级下采样,相应输出若干个不同尺寸的下采样特征图;将下采样特征图输入至各自对应的DAM模块处理,输出对应的融合后的长跳跃链接信息;解码器中的若干个解码块分别接收与各自相邻的下一层解码块输出的聚合后特征图以及对应的融合后的长跳跃链接信息并聚合,将最上层解码块输出的聚合后特征图作为从三维医学图像中分割出来的目标图像。该方法可提高编码器收集的不同层别信息的融合程度,且适用于多个不同尺度的分割目标。
-