龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：长春工业大学
摘要：本发明提出一种基于Swin‑TransUNet的医学图像分割方法，该方法包括：第一，以编码器‑解码器结构的U型网络为框架，设计了以Swin‑Transformer和U‑Net作为编码器的双分支编码分割模型，此模型利用窗口自注意力机制，捕捉医学图像中不同位置的长程依赖；第二，在U‑Net编码器阶段，使用深度可分离卷积，提取病灶局部信息的同时降低了模型的复杂性；第三，设计Transformer特征融合模块（TIF）,将两个编码器提取到的信息融合在一起，使得解码器能够利用融合编码器提取的特征信息来生成准确的分割结果，提高分割的准确性。本发明旨在设计一种适用于医学图像的端到端的分割网络，在病灶较小的图像中也能达到不错的分割结果。
主权项：1.一种基于Swin-TransUNet的医学图像分割方法，其特征在于，包括以下步骤：步骤1：选择公开的数据集，将数据集划分为训练集、验证集和测试集，并对数据集中的图像进行预处理，良好的数据预处理可以显著提高模型的性能和稳定性；步骤2：构建U型的Swin-Transformer编码器和解码器，用于处理长距离依赖性，使得模型能够更好地捕捉图像中的全局信息；步骤3：构建Transformer交互融合模块（TIF），TIF模块通过自注意力机制建立不同尺度特征之间的全局相关性，用于融合多尺度上下文，获得高质量的语义分割性能；步骤4：将所述U型Swin-Transformer编解码结构结合U-Net构建一个双分支编解码模型，并结合TIF模块搭建Swin-TransUNet分割网络模型。
全文数据：
权利要求：
百度查询： 长春工业大学 一种基于Swin-TransUNet的医学图像分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号