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：真健康(广东横琴)医疗科技有限公司

摘要：本发明提供一种医学图像分割方法及设备。应用于图像处理领域。该方法包括：利用神经网络模型对医学图像进行分割，神经网络模型包括，编码模块用于对医学图像进行多次下采样和特征提取，得到尺度不同、维度不同的多个图像特征，跳层连接层用于将多个图像特征分别添加到解码模块中，解码模块用于将最后一个图像特征进行多次上采样操作，并分别与跳层连接输入的多个图像特征进行处理，得到医学图像的分割结果。本发明实现了从全局到局部，从粗粒度到细粒度地理解和表达图像内容，缓解了被长期依赖关系削弱的空间定位信息的能力，在保证大目标表征能力的前提下，还可以精确的提取中小目标的特征，可以同时对各种尺度的物体进行建模。

主权项：1.一种医学图像分割方法，其特征在于，包括：利用神经网络模型对医学图像进行分割，所述神经网络模型包括编码模块、解码模块、跳层连接层、扩展层和线性投影层，所述编码模块用于对所述医学图像进行多次下采样和特征提取，得到尺度不同、维度不同的多个图像特征，所述跳层连接层用于将所述多个图像特征分别添加到解码模块中，所述解码模块用于将最后一个图像特征进行多次上采样操作，并分别与跳层连接输入的多个图像特征进行处理，所述扩展层用于将解码模块生成的特征图进行上采样操作，得到和所述医学图像分辨率相同的特征图，所述线性投影层用于对扩展层生成的特征图进行卷积，以改变特征图的维度，得到医学图像的分割结果；其中，所述编码模块包括多阶编码模块，第一阶编码模块用于对医学图像进行特征提取，剩余各阶编码模块针对前一阶的编码模块提取得到的图像特征进行特征提取，得到尺度逐阶递减且维度逐渐增加的各阶图像特征，剩余各阶编码模块均包括第一多路径转换块层，所述第一多路径转换块层包括第一多路径自注意力机制层和第一细节前馈层，所述第一多路径自注意力机制层用于捕获下采样后的图像特征中不同粒度的特征，所述第一细节前馈层用于将多粒度图像特征中的特定细节特征补充到局部特征中；所述解码模块包括多阶解码模块，最后一阶编码模块用于对前一阶提取得到图像特征进行上采样操作，剩余各阶解码模块均包括第二多路径转换块层，所述第二多路径转换块层包括第二多路径自注意力机制层和第二细节前馈层，所述第二多路径自注意力机制层用于捕获上采样后的图像特征中不同粒度的特征，所述第二细节前馈层用于将多粒度图像特征中的特定细节特征补充到局部特征中；所述第一多路径自注意力机制层和第二多路径自注意力机制层中的各路径自注意力机制层包含多个注意力头，每个注意力头负责不同的查询、键、值，根据查询、键、值的线性变换参数计算注意力的分量，所述第一多路径自注意力机制层和第二多路径自注意力机制层将注意力的分量进行注意力计算，并将每个注意力计算的结果进行拼接和融合线性变换，得到多粒度图像特征；所述第二多路径转换块层在将每个注意力计算的结果进行拼接和融合线性变换前，通过跳层连接层将所述编码模块中与解码模块同一阶提取的图像特征与上采样后的图像特征通过线性变换参数分别计算注意力分量，然后利用各分量进行注意力计算，并将每个注意力的计算结果进行拼接及融合线性变换，以将编码器和解码器中同一阶的图像特征进行整合。

全文数据：

权利要求：

百度查询： 真健康(广东横琴)医疗科技有限公司 一种医学图像分割方法及设备