【技术实现步骤摘要】
本申请属于多模态图像融合领域，尤其涉及一种基于多尺度混合注意力网络的图像融合方法、装置、设备及计算机可读存储介质。
技术介绍
1、近年来，物联网的快速发展促进了远程医疗的产生。然而，医生在线诊断需要对多个多模态医学图像进行分析，不方便且效率低。多模态医学图像融合就是为了解决这个问题而提出的。
2、由于其出色的特征提取和表示能力，卷积神经网络(cnn)已广泛应用于医学图像融合。然而，现有的大多数基于cnn的医学图像融合方法通过简单的加权平均策略来计算其权重图，这由于非重要信息的影响而削弱了融合图像的质量。
3、因此，如何提高ct图像和mri图像融合的准确性是本领域技术人员亟需解决的技术问题。
技术实现思路
1、本申请实施例提供一种基于多尺度混合注意力网络的图像融合方法、装置、设备及计算机可读存储介质，能够提高ct图像和mri图像融合的准确性。
2、第一方面，本申请实施例提供一种基于多尺度混合注意力网络的图像融合方法，包括：
3、利用第一编码器对...
【技术保护点】
1.一种基于多尺度混合注意力网络的图像融合方法，其特征在于，包括：
2.根据权利要求1所述的基于多尺度混合注意力网络的图像融合方法，其特征在于，多尺度卷积MC块首先使用一个3×3卷积层提取浅层特征图；
3.根据权利要求1所述的基于多尺度混合注意力网络的图像融合方法，其特征在于，混合注意力MA块包括CA和SA部分，用于分别得到细化的特征图；
4.根据权利要求1所述的基于多尺度混合注意力网络的图像融合方法，其特征在于，利用融合器对第一特征图和第二特征图进行融合，得到第三特征图，包括：
5.根据权利要求1所述的基于多尺度混合注...
【技术特征摘要】
1.一种基于多尺度混合注意力网络的图像融合方法，其特征在于，包括：
2.根据权利要求1所述的基于多尺度混合注意力网络的图像融合方法，其特征在于，多尺度卷积mc块首先使用一个3×3卷积层提取浅层特征图；
3.根据权利要求1所述的基于多尺度混合注意力网络的图像融合方法，其特征在于，混合注意力ma块包括ca和sa部分，用于分别得到细化的特征图；
4.根据权利要求1所述的基于多尺度混合注意力网络的图像融合方法，其特征在于，利用融合器对第一特征图和第二特征图进行融合，得到第三特征图，包括：
5.根据权利要求1所述的基于多尺度混合注意力网络的图像融合方法，其特征在于，在得到多模态图像融合结果之后，还包括：
6...
【专利技术属性】
技术研发人员：张逸凌，刘星宇，
申请(专利权)人：北京长木谷医疗科技股份有限公司，
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。