CN119418062A 基于自适应脉冲的图像分割方法、系统、介质及设备 （山东师范大学）_第1页
CN119418062A 基于自适应脉冲的图像分割方法、系统、介质及设备 （山东师范大学）_第2页
CN119418062A 基于自适应脉冲的图像分割方法、系统、介质及设备 （山东师范大学）_第3页
CN119418062A 基于自适应脉冲的图像分割方法、系统、介质及设备 （山东师范大学）_第4页
CN119418062A 基于自适应脉冲的图像分割方法、系统、介质及设备 （山东师范大学）_第5页
已阅读5页，还剩24页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开的基于自适应脉冲的图像分割23计算机可读存储介质，所述计算机可读存储介质中序，计算机程序适于由处理器加载并执行权利要求1_7任一项所述的基于自适应脉冲的图4[0002]本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技地模拟一些生物神经系统的处理机制而拥有强大的分布式框架来完成各种高性能并行计5合规则的设定数量设定效能的神经调质时，产生第三设定个数的脉冲发送至后续神经元，6[0025]经典的SNP系统由神经元和突触组成，只有神经元这一种计算单元，从而限制了[0028]多层下采样层包括依次连接的一层大内核卷积层和多个7[0029]每个四方向曼巴块层在门控空间卷积模块的输出与四方向曼巴模块的输出之间[0033]本实施例为了让SSNNP系统适配分割任务，重新规定了SSNNP中神经元和突触后8当突触后膜m含有c(c>=1)个脉冲，c>=设定值，且有适合规则的数量为si是初始峰值的数量；Ri是脉冲通信规则和脉冲遗忘规则的有使用；symasyns分别表示为神经元间及神经元与各个参数的突触后膜的初始状态构成。SSNNP系统的初始构型由表示图像的神经元9[0043]本实施例利用图像分割模型对脉冲序列进行识别，获得(1,n,1",(1,nd表示接受野的第1行第n列所有层的像[0052]卷积层l的输入被初始化为神经元集输出的脉冲集式中as为神经元oijik传输的s个脉冲；W是突触后膜pm的权重，bb为辅助神m进行整合的突触后膜，ae代表突触后膜ms生成的c个脉冲，该n传播更新参数的神经元会对突触后膜out发送神[0065]SSNNP系统在达到最大迭代步骤数之前终止。该系统对神经元的峰值进行迭代优任务成为MSD最难的两项任务之一。MSD胰腺数据集包含了281个带有胰腺和肿瘤标签的CT过程中，通过减去整个训练集前景得到的均值并除以标准差，将所有CT图像归一化为[0,DSC，表1括号内数据为DSC的标准差，表1中的MSCFS是一个从粗到细多阶段的分割模型，nnUNet是单阶段分割模型，SwinUNETR是基于transformer的预训练分割模型，Distill[0072]利用本实施例公开方法对胰腺内嵌肿瘤、胰腺尾部肿瘤和胰腺表面肿瘤进行分CT图像、2D标签、2D分割结果和3D分割结果；图5从上到下的3D分割结果的胰腺DSC为程序，计算机程序适于由处理器加载并执行实施例1公开的基于自适应脉冲的图像分割方[0078]实施例1公开的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬[0079]本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元及算法步需要付出创造性劳动即可做出的各种修改或变形仍在本

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论