当前位置: 首页 > 专利查询>湖南大学专利>正文

一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法技术

技术编号:40468030 阅读:51 留言:0更新日期:2024-02-22 23:22
本发明专利技术公开了一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法,涉及计算机视觉技术领域,其技术方案要点是:通过设计HFPB模块与多阶段的解码器‑编码器结构,网络可以充分利用相邻层间信息,从频域对全局信息进行整合,实现多尺度信息聚合,可以充分利用来自非邻域的信息来恢复医学细节;HFPB通过激活更多的非局部上下文信息来增强特征提取,并使用重叠窗口进行交叉关注,更好地聚集了跨窗口信息,通过捕获不同分支上不同感知场的互补信息,从而增强空间域特征;该模型能够很好地融合医学图像中局部区域和全局区域的相关性,使网络能够感知重要信息进行图层重建,提高三维医学图像的体积分辨率,从而辅助医学诊断。

【技术实现步骤摘要】

本专利技术涉及计算机视觉,更具体地说,它涉及一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法


技术介绍

1、在现代医学中,磁共振成像(mri)和计算机断层扫描(ct)被广泛用于从患者的潜在病变区域连续获取一系列二维图像切片,从而辅助医学诊断。然而,由于患者安全和扫描效率等因素,在临床实践中获得具有足够深度信息的高分辨率医学图像具有挑战性。在高分辨率的mri图像采集过程中,通常需要更长的扫描时间来减轻患者运动引起的运动伪影,因此通常采用稀疏采样来获取更少的切片以加快图像采集过程。虽然ct图像采集速度比mri快得多,但是使用的电离x射线辐射可能会增加患者细胞癌变的风险。因此,通常在确保诊断正确的情况下尽量采用较大宽度的层厚扫描,并通过大层厚的稀疏采样来减少扫描次数,从而减少对患者的辐射量。

2、医学图像体积超分辨率是计算机辅助手术和智能手术机器人的关键技术。它的目的是提高医学成像中深度维度上的分辨率,提供更多的切片信息,增强三维模型的清晰度,为医生提供额外的病理细节,提高诊断的准确性,并降低误诊风险。

3、通过体积超分辨率挖本文档来自技高网...

【技术保护点】

1.一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法,其特征是:所述方法包括以下步骤:

2.根据权利要求1所述的一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法,其特征是:所述S3中,各阶段编码器中利用HFPB进行特征增强,编码器的具体过程包括:

3.根据权利要求1所述的一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法,其特征是:所述HFPB由窗口转换块(WCB)、重叠交叉注意块(OCAB)和傅里叶域融合卷积块(FCB)三部分构成,通过连续多个WCB块对输入的特征图激活更多的非局部上下文信息来进行特征增强,数学表达式为:

...

【技术特征摘要】

1.一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法,其特征是:所述方法包括以下步骤:

2.根据权利要求1所述的一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法,其特征是:所述s3中,各阶段编码器中利用hfpb进行特征增强,编码器的具体过程包括:

3.根据权利要求1所述的一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法,其特征是:所述hfpb由窗口转换块(wcb)、重叠交叉注意块(ocab)和傅里叶域融合卷积块(fcb)三部分构成,通过连续多个wcb块对输入的特征图激活更多的非局部上下文信息来进行特征增强,数学表达式为:

4.根据权利要求3所述的一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法,其特征是:所述wcb块由swin transformer layer(stl)和channel attention(ca)两部分构成,数学表达式为:

5.根据权利要求3所述的一种基于混合注意与傅里叶卷积网络的医学图像体积超分辨率方法,其特征...

【专利技术属性】
技术研发人员:刘立成周威刘涛
申请(专利权)人:湖南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1