关节融合图像分割方法及装置制造方法及图纸

本发明专利技术提供一种关节融合图像分割方法、装置、电子设备及存储介质，属于数据处理技术领域，所述方法包括：将待检测关节图像输入至关节融合分割模型中的多尺度池化层，得到其输出的多个第一特征图，多尺度池化层包括依次连接的N个池化网络，N为大于2的正整数，各第一特征图的尺度不同；将各多个第一特征图输入至关节融合分割模型中的多层空洞卷积层，得到其输出的多个第二特征图；将多个第二特征图输入至关节融合分割模型中的边缘注意力层，得到其输出的关节融合图像分割结果。本发明专利技术提供的关节融合图像分割方法提取不同尺度下的图像特征，将不同尺度下的特征进行融合，从而基于多尺度的特征图提高关节融合图像分割的准确性。

【技术实现步骤摘要】

本专利技术涉及数据处理，尤其涉及一种关节融合图像分割方法、装置、电子设备及存储介质。

技术介绍

1、随着人工智能(artificial intelligence，ai)技术的发展，深度学习技术已被成功应用于医学图像处理领域，实现了图像分割功能，而且准确性高。但是现有方法对于膝关节正常病例的分割效果较好，对于膝关节融合数据分割存在困难，部位区分不明显，存在较大误差。

2、因此，如何对关节融合图像进行分割成为亟待解决的技术问题。

技术实现思路

1、本专利技术提供一种关节融合图像分割方法、装置、电子设备及存储介质，用以解决现有技术中关节融合图像分割困难的缺陷，实现对关节融合图像的分割。

2、第一方面，本专利技术提供一种关节融合图像分割方法，包括：

3、将待检测关节图像输入至关节融合分割模型中的多尺度池化层，得到所述多尺度池化层输出的多个第一特征图，其中，所述多尺度池化层包括依次连接的n个池化网络，n为大于2的正整数，所述多个第一特征图包括n个第一特征图，各所述第一特征图的尺度不同本文档来自技高网...

【技术保护点】

1.一种关节融合图像分割方法，其特征在于，包括：

2.根据权利要求1所述的关节融合图像分割方法，其特征在于，当N＝4时，所述将待检测关节图像输入至关节融合分割模型中的多尺度池化层，得到所述多尺度池化层输出的多个第一特征图，包括：

3.根据权利要求1所述的关节融合图像分割方法，其特征在于，所述多层空洞卷积层包括N个多层空洞卷积网络，所述将所述多个第一特征图输入至所述关节融合分割模型中的多层空洞卷积层，得到所述多层空洞卷积层输出的多个第二特征图，包括：

4.根据权利要求1-3中任一项所述的关节融合图像分割方法，其特征在于，所述边缘注意力层包括N-1个边缘注...

【技术特征摘要】

1.一种关节融合图像分割方法，其特征在于，包括：

2.根据权利要求1所述的关节融合图像分割方法，其特征在于，当n＝4时，所述将待检测关节图像输入至关节融合分割模型中的多尺度池化层，得到所述多尺度池化层输出的多个第一特征图，包括：

3.根据权利要求1所述的关节融合图像分割方法，其特征在于，所述多层空洞卷积层包括n个多层空洞卷积网络，所述将所述多个第一特征图输入至所述关节融合分割模型中的多层空洞卷积层，得到所述多层空洞卷积层输出的多个第二特征图，包括：

4.根据权利要求1-3中任一项所述的关节融合图像分割方法，其特征在于，所述边缘注意力层包括n-1个边缘注意力网络，所述多个第三特征图包括n-1个第三特征图，所述将所述多个第二特征图输入至所述关节融合分割模型中的边缘注意力层，得到所述边缘注意力层输出的多个第三特征图，包括：

5.根据权利要求4所述的关节融合图像分割方法，其特征在于，所述基于所述多个第三...

【专利技术属性】
技术研发人员：柴伟，高志森，南少奎，卢晶，易佳锋，刘宇博，刘铮，
申请(专利权)人：中国人民解放军总医院第四医学中心，
类型：发明
国别省市：