基于多注意力优化网络的医学图像分割方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于多注意力优化网络的医学图像分割方法
申请号:
CN202510144337
申请日期:
2025-02-10
公开号:
CN120014412A
公开日期:
2025-05-16
类型:
发明专利
摘要
本发明提出一种基于多注意力优化网络的医学图像分割方法,通过注意力优化TransUNet进行医学图像分割;所述注意力优化TransUNet是在TransUNet的基础上:将Transformer中的SA替换为单位部队操作UFO模块;在Transformer的多层感知器MLP中引入上下文广播CB模块;在U‑Net的跳跃连接中,编码器的特征图经过多尺度注意EMA模块处理后,与解码器的上采样特征进行通道拼接,在解码器中,EMA模块位于每个上采样层之后,用于增强上采样特征的多尺度语义信息。
技术关键词
医学图像分割方法
注意力
上采样
多层感知器
解码器
医学图像分割系统
非暂态计算机可读存储介质
模块
网络
多尺度
编码器
部队
令牌
分支
通道
处理器
编码特征
语义
计算机系统
系统为您推荐了相关专利信息
1
基于Swin-Transformer的满文印刷体文档识别方法及系统
文档识别方法
印刷体
图像块
注意力
编码器
2
一种电力图像的检索方法和系统
分布式特征
注意力
检索方法
图像
联合损失函数
3
一种电池状态预测方法、系统、设备及存储介质
教师
学生
电池标签
长短期记忆网络
输出特征
4
一种基于双目视觉的矿井爆破孔检测定位方法
爆破孔
检测定位方法
双目测距算法
矿井
视觉
5
一种基于地质语义引导的岩石识别方法、设备及介质
岩石物理属性
语义图谱
识别方法
特征金字塔
视觉特征