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：福州大学
摘要：本发明提出一种基于特征聚焦的Transformer3D医学图像分割方法，对于输入的待检测图像，首先使用V‑Net进行一阶段的粗分割，再使用改进后的基于聚焦和稀疏矩阵的Transformer二阶段编码器进行特征编码。该方法旨在利用较少的运算量进行3D数据空间内全局信息交互，对于3D的数据量大的问题，使用聚焦映射，突出重点部分，同时使用稀疏矩阵，减少计算量，使用动态表征位置编码进行补充损失的位置信息，使用空间特征融合连接模块，对编码器与解码器之间的空间信息进行提取和链接。该方法能够在较少的计算量下，保留位置信息和空间信息，提高对空间上下文建模的能力。
主权项：1.一种基于特征聚焦的Transformer3D医学图像分割方法，其特征在于，包括以下步骤：步骤S1：通过对3D医学图像数据集进行训练，并对数据采用数据增强方法，将数据送入V-Net骨干网络中进行一阶段初步训练，特征提取；步骤S2：采用已训练的特征提取网络作为一阶段特征提取模块，再提出基于聚焦映射和稀疏矩阵的Transformer，作为二阶段提取网络的基础模块，通过聚焦映射，激发内在分布变化，同时通过使用稀疏矩阵来减少计算量和存储空间需求，使得模型在处理大尺寸数据时捕获关键信息；步骤S3：提出空间特征融合链接模块SFFC，通过对空间位置信息的保留和提取，融合编码器和解码器中的特征信息；步骤S4：针对静态位置编码和常规动态编码的局限性，提出动态表征位置编码模块DPRE，通过在不同尺度上提取局部性特征，融合全局信息增加上下文理解，根据内容实现动态位置编码，最后实现对3D医学图像的分割。
全文数据：
权利要求：
百度查询： 福州大学 一种基于特征聚焦的Transformer 3D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