基于纹理鞅和CNN-Transformer的皮肤病分割方法
申请号:CN202511150769
申请日期:2025-08-18
公开号:CN121033421A
公开日期:2025-11-28
类型:发明专利
摘要
基于纹理鞅和CNN‑Transformer的皮肤病变分割方法属图像处理技术领域,本发明包括:设计并引入纹理鞅模块,基于统计鞅模型对图像进行二阶纹理特征提取;构建双分支特征提取框架,融合卷积神经网络(CNN)与Transformer结构;在CNN与Transformer分支间引入交叉注意融合模块,构建跨模态特征之间的深度交互机制;设计深度语义融合模块,融合CNN与Transformer提取的高层特征,结合特征自适应卷积、前馈网络、归一化与残差连接。本发明能显著提升皮肤病变图像分割的准确率和鲁棒性,优于现有的混合架构,具有较强的分割效果。
技术关键词
皮肤病变分割方法
表达式
多头注意力机制
图像灰度共生矩阵
前馈神经网络
数学
融合卷积神经网络
代表
直方图均衡化方法
输出特征
多层感知机
深度特征融合
皮肤病图像
编码器
纹理特征提取