基于带状池化的息肉分割方法及系统技术方案

本发明专利技术公开了一种基于带状池化的息肉分割方法及系统，针对息肉图像分割中的尺度变化、语义鸿沟和模糊边界等问题，构建金字塔池化网络模型，为解决息肉尺度变化大的问题，采用注意力机制，为不同尺度的息肉目标分配适当的感受野区域，将不同尺度的息肉特征进行特征加权得到息肉特征图；其次，通过探索息肉图像的边界信息，提高模糊边界提取能力；最后，采用上下文条带特征交互方法，以有效抑制编码器和解码器特征之间的语义差异，增强网络分割条带状和孤立息肉目标的能力。

【技术实现步骤摘要】

本专利技术涉及深度学习与医学图像处理交叉领域，具体为基于带状池化的息肉分割方法及系统。

技术介绍

1、近年来，由于深度学习和人工智能的广泛应用和卓越性能，许多息肉分割算法应运而生。目前，大多数基于深度网络的主流医疗分割方法主要采用u-net网络，即对称编码器-解码器u-net网络，这种网络在生物医学领域已取得了成功。

2、但是u-net网络也有一些局限性。首先，在对图像进行下采样的过程中，目标的边界信息会逐渐丢失，而使用简单的跳跃连接来准确恢复丢失的边界信息具有挑战性。许多文献尝试优化跳接]或使用各种边界提取模块来弥补丢失的边界信息。但是，上述方法往往比较复杂，无法处理模糊边界，从而导致息肉目标的边界不准确。此外，随着网络中编码器结构的加深，小息肉很容易丢失。因此，处理具有显著尺度变化的息肉目标具有挑战性。为了解决这个问题，一些文献采用了空洞空间金字塔池化和特征融合策略来构建网络。息肉的尺度变化会直接影响分割结果。然而，上述方法并不能充分解决尺度变化的问题。

技术实现思路

1、针对现有技术中息肉图本文档来自技高网...

【技术保护点】

1.一种基于带状池化的息肉分割方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于带状池化的息肉分割方法，其特征在于，步骤1中所述金字塔池化网络模型包括特征提取模块Res2Net、动态尺度选择模块DSS、边界探索模块BE和上下文条带特征交互模块CSFI。

3.根据权利要求2所述的一种基于带状池化的息肉分割方法，其特征在于，采用特征提取模块Res2Net的高级特征层提取息肉图像的初步特征并生成全局特征图Sg。

4.根据权利要求1所述的一种基于带状池化的息肉分割方法，其特征在于，步骤2中确定息肉特征图的方法如下：

<p>5.根据权利要求...

【技术特征摘要】

1.一种基于带状池化的息肉分割方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于带状池化的息肉分割方法，其特征在于，步骤1中所述金字塔池化网络模型包括特征提取模块res2net、动态尺度选择模块dss、边界探索模块be和上下文条带特征交互模块csfi。

3.根据权利要求2所述的一种基于带状池化的息肉分割方法，其特征在于，采用特征提取模块res2net的高级特征层提取息肉图像的初步特征并生成全局特征图sg。

4.根据权利要求1所述的一种基于带状池化的息肉分割方法，其特征在于，步骤2中确定息肉特征图的方法如下：<...

【专利技术属性】
技术研发人员：孙宇浩，王博，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：