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：合肥大学
摘要：一种用于医学图像分割的深度卷积水平集网络，在U‑Net模型预分割部分，构建了新的并行空洞卷积序列模块，同时捕获局部和全局的特征信息，加强特征提取，最小化下采样过程图像信息的损失；在解码器端构建了混合注意力模块，可以自动学习选择最重要的特征并加权，减少冗余信息的影响，帮助网络上采样恢复信息重建图像；将U‑Net的输出作为水平集方法中能量函数的一个牵引项，水平集方法作为后处理步骤，接受来自U‑Net的先验信息；构建基于对数函数和多项式函数的距离正则项和边缘停止函数，通过预测图像感兴趣区域，牵引项中包含目标的边缘信息，通过最小化能量函数，水平集方法将更准确的演化曲线，来进一步优化分割图像边界。
主权项：1.一种用于医学图像分割的深度卷积水平集网络LSU-Net，其特征在于，在U-Net模型预分割部分，编码器的每一层在原有普通的卷积操作序列基础上，构建了新的并行空洞卷积序列模块PDCS，可以同时捕获局部和全局的特征信息，用于加强特征提取，最小化下采样过程图像信息的损失；在解码器端，构建了混合注意力模块MAM，可以自动学习选择最重要的特征并加权，减少冗余信息的影响，帮助网络上采样恢复信息重建图像；将U-Net的输出作为水平集方法中能量函数的一个牵引项，水平集方法作为后处理步骤，接受来自U-Net的先验信息；同时，构建基于对数函数和多项式函数的距离正则项和边缘停止函数，通过预测图像感兴趣区域，牵引项中包含目标的边缘信息，通过最小化能量函数，水平集方法将更准确的演化曲线，来进一步优化分割图像边界。
全文数据：
权利要求：
百度查询： 合肥大学 一种用于医学图像分割的深度卷积水平集网络
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