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：山东第一医科大学(山东省医学科学院)
摘要：本发明提供了一种基于并行双编码器特征融合的息肉图像分割方法及系统，所述方案通过引入两层转置全连接层结合softmax激活来改进Convformer模型的卷积前馈网络，不仅替代了原始的点卷积操作，还有效地融合了局部和全局信息，显著提高了Convformer模型的性能；同时，通过改进后的Convformer模块和Swin‑Transformer模块构成双编码器结构，通过两编码器的特征融合，显著提高了信息提取的效率和准确性，提高了图像分割的准确性；同时，所述方案提出一种基于自注意力机制的特征融合策略，有效融合了两个独立编码器Convformer和Swin‑Transformer的特征，提升了图像分割的性能。
主权项：1.基于并行双编码器特征融合的息肉图像分割方法，其特征在于，包括：获取待分割的息肉图像；基于所述息肉图像，通过预先训练的基于深度学习的图像分割网络模型，获得息肉图像分割结果；其中，所述图像分割网络模型具体执行如下处理过程：基于所述息肉图像，通过预设神经网络模型进行特征提取，获得基本特征图；将所述基本特征图分别作为第一编码器和第二编码器的输入，获得第一特征图和第二特征图；基于所述第一特征图和第二特征图，通过自注意力机制进行特征融合，获得融合特征图；基于获得的融合特征图，通过预设解码器，获得图像分割结果；其中，所述第一编码器采用改进的Convformer编码器，所述改进的Convformer编码器的卷积前馈网络中的点卷积替换为：顺序经转置全连接层和激活函数后，再进入点卷积。
全文数据：
权利要求：
百度查询： 山东第一医科大学(山东省医学科学院) 基于并行双编码器特征融合的息肉图像分割方法及系统
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