结合邻域自注意力和分层特征融合的医学图像分割方法(不用二变)
本发明涉及图像处理技术领域,具体涉及一种结合邻域自注意力和分层特征融合的医学图像分割方法,包括:获取原始医学训练数据集,所述原始医学图像训练数据包括:原始医学图像和对应的分割图标签;建立医学分割模型,利用医学图像训练数据集对医学分割模型进行训练;将待分割的医学图像输入训练好的医学分割模型得到分割图。本发明邻域自注意力NAF模块增强目标区域的轮廓和边界;采用基于深度可分离卷积的语义融合模块FMF来融合不同层次的特征以提升分割精度;同时,本发明将为医学诊断中病灶组织的检测提供坚实的理论基础和科学依据和参考。
《结合邻域自注意力和分层特征融合的医学图像分割方法(不用二变)》是一发明专利,专利号为 202411737089X,当前法律状态为已下证,由重庆邮电大学提出申请,发明人为尹学辉;侯天潇;唐朝,申请日期为2024-11-29,公开(公告)日期为2026-01-09,国际专利分类号(IPC)为 G06V 10/26 (2022.01),所属技术领域包括:医疗影像、医学诊断、肿瘤诊断、智慧医疗、内窥镜图像、癌症筛查、病理图像分析、远程医疗、医疗器械、消化科、肠镜、胃镜、图像处理。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及图像处理技术领域,具体涉及一种结合邻域自注意力和分层特征融合的医学图像分割方法,包括:获取原始医学训练数据集,所述原始医学图像训练数据包括:原始医学图像和对应的分割图标签;建立医学分割模型,利用医学图像训练数据集对医学分割模型进行训练;将待分割的医学图像输入训练好的医学分割模型得到分割图。本发明邻域自注意力NAF模块增强目标区域的轮廓和边界;采用基于深度可分离卷积的语义融合模块FMF来融合不同层次的特征以提升分割精度;同时,本发明将为医学诊断中病灶组织的检测提供坚实的理论基础和科学依据和参考。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
