龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：长春工业大学
申请日：2023-06-21
公开（公告）日：2024-06-07
公开（公告）号：CN118154860A
主分类号：G06V10/26
分类号：G06V10/26;G06T7/00;G06V10/764;G06V10/82;G06V10/77;G06V10/52;G06V10/80;G06V10/40;G06N3/0464;G06N3/048;G06N3/0499;G06N3/09
优先权：
专利状态码：在审-公开
法律状态：2024.06.07#公开
摘要：本发明提出一种基于UNet3+的注意力机制脑卒中图像分割方法，该方法以UNet3+为基本框架，首先经过高效金字塔注意力分割模块，能够充分提取多尺度特征图空间信息以及实现跨维度通道注意力重要特征交互。其次在进行上采样之前，将包含高层语义信息的特征图输入到ASPP模块，用以获取不同尺度的特征。最后设计基于concatskip连接的通道注意和空间注意结合特定的跳跃连接，全局利用编码器和解码器路径中的所有浅高分辨率特征和高级语义特征之间的信息融合，获得更准确的分割结果。在合作医院脑卒中AIS数据集进行实验。实验结果表明，所提的方法能够有效分割卒中病灶区域，提高分割准确度，为临床诊断提供可靠依据。
主权项：1.一种基于UNet3+的注意力机制脑卒中图像分割方法，其特征在于，包括如下步骤实现：步骤一，以UNet3+为基本网络框架，在编码阶段，特征图经过高效金字塔注意力分割模块EfficientPyramidSplitAttention,EPSA，能够充分提取多尺度特征图空间信息以及实现跨维度通道注意力重要特征交互；步骤二，在进行上采样之前，将包含高层语义信息的特征图输入到ASPP模块，用以获取不同尺度的特征；步骤三，设计基于concatskip连接的通道注意和空间注意结合特定的跳跃连接，全局利用编码器和解码器路径中的所有浅高分辨率特征和高级语义特征之间的信息融合，获得更准确的分割结果。
全文数据：
权利要求：
百度查询： 长春工业大学 一种基于UNet3+的注意力机制脑卒中图像分割方法
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