【技术实现步骤摘要】
一种基于分散注意力的Swin Unet变体医学图像分割方法
[0001]本专利技术属于图像分割
,涉及到一种基于分散注意力的Swin Unet变体医学图像分割方法。
技术介绍
[0002]医学图像是医学领域中广泛使用的一种技术,它可以为医生和临床医学专家提供有关疾病的重要信息,帮助他们制定准确的诊断和治疗计划。医学图像可以来自多种来源,包括MRI、CT、X光和超声等成像技术,以及组织样本的显微镜图像等。这些图像可以提供关于肿瘤、病变和损伤等疾病的结构和功能信息,支持医生诊断和治疗的决策。医学图像的应用领域广泛,包括癌症、心血管疾病、神经系统疾病等多种疾病的诊断和治疗。传统的医学图像的处理方法通常是医学专家手动分析,所以图像的处理结果与医学专家的经验是息息相关的。而现代的医学图像分析不仅能够准确的处理医学图像,而且耗时很少,给医学专家提供了极大的便利。除了传统的手动分析外,现代医学图像通常利用计算机视觉和机器学习等技术进行自动化分析,以提高诊断的准确性和效率。其中计算机辅助诊断得到了临床医学的高度重视,其主要依赖于医学图像分割技术的支持。稳定且准确的医学图像分割算法对于帮助医生实时的监控疾病以及后续的治疗起到不可忽略的作用。
[0003]现今,医学图像分割已经成为计算机视觉的主要挑战之一。与图像分类和检测任务不同,图像分割的目的是将图像的指定部分从背景中分离出来,能够为患者提供更加准确的,更加详细的病理分析。
[0004]近年来,随着深度学习技术的发展,基于深度神经网络的生物医学图像分割方法取得了 ...
【技术保护点】
【技术特征摘要】
1.一种基于分散注意力的Swin Unet变体医学图像分割方法,具体的实现步骤如下步骤一、对医学图像的数据进行预处理和增强:收集医学图像,对这些图像进行预处理,扩大样本数量,并对样本图像进行归一化处理;步骤二、构建分割模型SASUNet:基于U
‑
Net的编码器
‑
解码器结构构建分割模型SASUNet,分割模型SASUNet包括编码器、解码器和跳过交叉连接模块SCCA;编码器部分为Swin Unet中的编码器部分,解码器部分包括分散注意力模块CSA;在编码器中:将输入的医学图像分割成非重叠的补丁块,之后每个补丁块被传递到线性嵌入层,在线性嵌入层经过处理得到新的嵌入特征表示;线性嵌入层的输出通过多个连续的Swin transformer块处理后,将补丁的特征信息输入补丁合并层;补丁合并层连接相邻的补丁,通过补丁合并层中线性层将相邻补丁的特征信息整合在一起,将补丁的数量减少一半,并将通道维度扩大为原来的两倍;补丁合并层的输出通过多个连续的Swin transformer块;Swin transformer块的作用是将输入的特征图转换为更高级别的特征表示,从而使模型更好地理解输入数据;通过四次补丁合并层+Swin transformer块的处理,逐渐提取出输入图像中的高级别特征,增加模型的深度和宽度使模型具有更强的表示能力和更好的泛化性能;有效的减少计算复杂度,提高模型的效率和速度;用于更好地处理大尺度的图像,从而提高图像分割的准确性和效率;解码器块包括多个分散注意力块CSA和连接层,连接层与补丁合并层对应设置,每个补丁合并层的输出特征经多个连续的Swin transformer块处理后,通过跳过交叉连接模块SCCA转发给对应的连接层;在解码器中:每个连接层的输出特征X1均作为下一级CSA块的输入特征,编码器最后一个Swin transformer块的输出特征作为解码器第一个连接层的输入特征;CSA块的输出特征通过连接层与对应跳过交叉连接模块SCCA的输出特征连接后作为下一个CSA块的输入特征,最后一个CSA块的输出特征经过一层1*1Conv卷积和激活函数Sigmoid转换为二进制分割掩模,这个掩模用于与标注数据进行比较,从而计算损失并更新模型参数;所述的跳过交叉连接模块SCCA交叉参与编码器和解码器的特征以更有效地保存底层特征,帮助模型更好地感知和捕捉重要特征,从而提高医学图像分割的准确性和鲁棒性;步骤三、设置训练策略和损失函数,对模型进行训练;将经过预处理的数据集划分为训练集、测试集和验证集;使用Dice损失和BCE损失的组合来训练模型,同时采用正则化策略防止过拟合;SASUnet网络模型中使用反向传播算法对网络中的权重和偏置进行更新;训练迭代过程中利用损失函数进行参数的更新;步骤四、验证已训练好的网络模型:将已经分割好的验证集输入训练好的分割模型SASCAUNet,经过模型的分割后将医学图像中的病变部分分割出,将分割好的图像与专家判断的病变区域进行对比评估,对网络
模型进行验证;步骤五、将任意医学图像输入至验证合格的模型中,分割出病灶部分。2.如权利要求1所述的基于分散注意力的Swin Un...
【专利技术属性】
技术研发人员:张聚,叶智毅,王奔,叶列立,应长钢,龚伟伟,
申请(专利权)人:杭州师范大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。