一种基于动态粗粒度剪枝的轻量级器官分割方法技术

本发明专利技术提供了一种基于动态粗粒度剪枝的轻量级器官分割方法，包括沿数据传输方向依序设置的切片嵌入模块、三个编码器卷积模块、动态剪枝模块、四个解码器卷积模块和分割头模块；向切片嵌入模块输入特征图；切片嵌入模块使特征图下采样到12；下采样到12的特征图，再依序经由三个编码器卷积模块进行处理，使特征图下采样到116；下采样到116的特征图经由动态剪枝模块处理后，再经四个解码器卷积模块进行上采样，使特征图恢复到原尺寸；恢复到原尺寸的特征图经由分割头模块进行处理后，输出掩膜预测结果。预测结果。预测结果。

【技术实现步骤摘要】
一种基于动态粗粒度剪枝的轻量级器官分割方法


[0001]本专利技术涉及一种轻量级器官分割方法，具体是一种基于动态粗粒度剪枝的轻量级器官分割方法。

技术介绍

[0002]腹部多器官分割是医疗影像处理中的一类重要的任务，在术前诊断、病理分析中有着广泛的应用。多器官分割一般采用U型网络结构，当前重要的分割模型都保持这种设计。初版的U型网络U
‑
Net提出后，许多工作对这类模型进行了改进，其中基于Transformer的改进是目前效果最好的一类。但是随着模型的进化，模型规模也不断增大，参数量和计算量都大大增加，为模型训练和部署带来了困难。在腹部多器官分割任务的基准BTCV数据集上，Swin
‑
UNETR是目前表现最好的模型，但是相比于U
‑
Net，其参数量增加了9倍，计算量增加了7倍。模型规模增大的原因之一，是因为在原有的卷积为主的网络中，直接加入了完整的Transformer结构，造成了模型的冗余。
[0003]因此，完整的Transformer在分割模型中是高度冗余的，冗余度在50％左右本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态粗粒度剪枝的轻量级器官分割方法，其特征在于，包括沿数据传输方向依序设置的切片嵌入模块、三个编码器卷积模块、动态剪枝模块、四个解码器卷积模块和分割头模块；该方法包括如下步骤：步骤一、向切片嵌入模块输入特征图；步骤二、切片嵌入模块使特征图下采样到12；步骤三、下采样到12的特征图，再依序经由三个编码器卷积模块进行处理，使特征图下采样到116；步骤四、下采样到116的特征图经由动态剪枝模块处理后，再经四个解码器卷积模块进行上采样，使特征图恢复到原尺寸；步骤五、恢复到原尺寸的特征图经由分割头模块进行处理后，输出掩膜预测结果。2.根据权利要求1所述的一种基于动态粗粒度剪枝的轻量级器官分割方法，其特征在于，步骤一至五所用网络均为二维...

【专利技术属性】
技术研发人员：包锐钻，卜佳俊，顾静军，侯华生，王旭敏，
申请(专利权)人：浙江大学，
类型：发明
国别省市：