CN119444772A 图像分割方法、装置、计算机设备和存储介质 (上海联影医疗科技股份有限公司)_第1页
CN119444772A 图像分割方法、装置、计算机设备和存储介质 (上海联影医疗科技股份有限公司)_第2页
CN119444772A 图像分割方法、装置、计算机设备和存储介质 (上海联影医疗科技股份有限公司)_第3页
CN119444772A 图像分割方法、装置、计算机设备和存储介质 (上海联影医疗科技股份有限公司)_第4页
CN119444772A 图像分割方法、装置、计算机设备和存储介质 (上海联影医疗科技股份有限公司)_第5页
已阅读5页,还剩45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

质2将所述原始扫描图像输入至预设分割模型中,对所述原始基于所述非感兴趣区域的分割结果,对所述原始扫描将所述原始扫描图像输入至所述空间分支中将所述原始扫描图像的所述语义特征及所述空间特征输入至所述双边引导聚合层进将所述特征融合结果输入至所述输出层,通过所述输将所述原始扫描图像输入至所述第一特征提取模块中进行特征提将所述第一特征图输入至所述上下文嵌入模块中进行注获取样本扫描图像和所述样本扫描图像对应的非将所述样本扫描图像输入至所述初始双边分割网络中基于所述预测分割结果和所述标注分割结果,采5.根据权利要求4所述的方法,其特征在于,所述初始双边分割网络包括初始语义分3将所述预测分割结果和所述标注分割结果输入至第一预基于所述第一预设损失函数的值和预设训练条件,对所述初始双边分割网络进行训根据所述中间分割模型中至少一个第一特征提取模块及至少一个第二特征提取模块获取所述中间分割模型中至少一个第一特征提取模块及至少一个第二特征提取模块从各所述中间特征图中筛选任意两个目标中间特征基于多个所述第二预设损失函数的值及更新后的所述基于所述非感兴趣区域对应的目标概率图,确定所述非感兴趣区域对应的二值分割基于所述二值分割图,对所述原始扫描图像中的所述感第一获取模块,用于获取原始扫描图像;所述第二分割模块,用于基于所述非感兴趣区域的9.一种计算机设备,包括存储器和处理器,所述存储器被处理器执行时实现权利要求1至7中任一4位置,以确保医学影像扫描设备所发射出的射线能够照射在待测部位对应的感兴趣区域,[0012]将原始扫描图像输入至空间分支中进行特征提取,生成原始扫描图像的空间特[0013]将原始扫描图像的语义特征及空间特征输入至双边引导聚合层进行特征融合处5[0026]根据中间分割模型中至少一个第一特征提取模块及至少一个第二特征提取模块[0028]获取中间分割模型中至少一个第一特征提取模块及至少一个第二特征提取模块678医学影像扫描设备102通过网络与计算机设备104进行通信。医学影像扫描设备102包括但不限于电子计算机断层扫描(ComputedTomography,CT)设备、数字X线摄影(digital发操作向医学影像扫描设备发送图像获取请求,医学影像扫描设备响应于该图像获取请[0073]示例性地,计算机设备还可以从计算机设备的内部存储组件中获取原始扫描图9[0078]对于注意力机制,可以针对语义分支中的各个特征提描图像对应的金标准掩膜图像用于表征样本扫描征信息为止,该最后一个特征提取模块输出的特征信息可以作为原始扫描图像的语义特[0092]步骤303,将原始扫描图像的语义特征及空间特征输入至双边引导聚合层进行特[0101]在一个实施例中,上述语义分支可以包括第一特征提取模块和第二特征提取模[0107]示例性地,若该上下文嵌入模块不是第二特征提取模块中的第一个特征提取模[0108]示例性地,若该上下文嵌入模块为第二特征提取模块中的第一[0110]示例性地,若该上下文嵌入模块为第二特征提取模块中的最后一个特征提取模特征图继续输入至第二特征提取模块中上下文嵌入模块之后的其他特征提取模块中进行[0112]示例性地,参考图7所示,该语义分支可以包括依次级联的阀杆模块(Stem叠加的方式提取特征。GEBlock用于提取高级语义特征,可以采用深度可分离卷积[0114]图9为另一个实施例中图像分割方法的流程示意图。本实施例涉及的是训练预设[0115]步骤901,获取样本扫描图像和样本扫描图像对应的非感兴趣区域的标注分割结各类型的特征提取模块的数量可以为一个或多个,各类型的特征提取模块可以级联连接。描图像中的非感兴趣区域,不会将感兴趣区域内与非感性区域像素值接近的像素分割出[0138]步骤a,获取中间分割模型中至少一个第一特征提取模块及至少一个第二特征提[0142]示例性地,步骤b中计算语义分支的各个特征提取模块对应的中间特征图之间的[0143]本实施例中,通过将预测分割结果和标注分割结果输入至第一非感兴趣区域的像素以及感兴趣区域的像素采[0167]步骤1,将原始扫描图像输入至预设分割模型中,得到非感兴趣区域的目标概率二特征提取模块包括上下文嵌入模块,上下文嵌入模块采用注意力机制;第一分割模块筛选任意两个目标中间特征图,将任意两个目标中间特征图输入至第二预设损失函数中,得到多个第二预设损失函数的值,以及根据中间分割模型的预测分割结果与标注分割结[0186]上述图像分割装置中的各个模块可全部或部分通过软件、硬件及其组合来实序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、机程序被处理器执行时实现上述各个实施例中的非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read_Only(ReRAM)、磁变存储器(MagnetoresistiveRandomAccessMemory,MRAM)、铁电存储器(FerroelectricRandomAccessMemory,FRAM)、相变存储器(PhaseChangeMemory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(RandomAccessMemory,库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,

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。

评论

0/150

提交评论