【技术实现步骤摘要】
本专利技术涉及医学图像处理，具体为一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法。
技术介绍
1、根据世界卫生组织的研究结果，结直肠癌已经成为全球范围内第三大常见癌症。尽管结肠镜检查是目前最常用的结直肠癌筛查手段之一，然而，它具有昂贵和漏检率高的缺点。在传统的结肠镜检查中，检测的准确率很大程度上依赖于内镜医师的经验水平，这限制了该检查方法的广泛应用。随着深度学习技术的不断发展，医学图像分割在计算机视觉领域逐渐成为一个备受关注的研究热点；
2、近年来，医学图像分割领域涌现了众多方法，旨在协助医生提高工作效率并在息肉分割等子领域取得了显著成果。基于卷积神经网络(cnn)的架构，如unet、nestedunet和attentionunet，展现出卓越的性能。这些方法充分利用卷积的特性，通过跳跃连接将低级、细粒度的特征从编码器传递到解码器，与高级、粗粒度的多层语义特征融合，以提升图像分割的精度。尽管这些基于cnn的方法在特征提取方面表现出色，但由于卷积感受野的限制，它们难以有效建立全局长程依赖关系，从而难以捕捉对检测任...
【技术保护点】
1.一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法，其特征在于：所述步骤S1中对息肉图像的测试数据进行筛选，筛选出比例小于5％的测试图像的具体表达式如下：
3.根据权利要求1所述的一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法，其特征在于：所述步骤S2中得到最终特征Fbackbone的具体构建过程包括：
4.根据权利要求1所述的一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法，其特...
【技术特征摘要】
1.一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法，其特征在于：所述步骤s1中对息肉图像的测试数据进行筛选，筛选出比例小于5％的测试图像的具体表达式如下：
3.根据权利要求1所述的一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法，其特征在于：所述步骤s2中得到最终特征fbackbone的具体构建过程包括：
4.根据权利要求1所述的一种融合多任务协同与渐进式解析策略的小目标结直肠息肉分割方法，其特征在于：所述步骤s3中得到最终编码特征fencoder具体过程为：将步骤s2中最终特征fbackbone经过5次卷积、批量归一化、relu激活以后得到[8，256，16，16]的局部特征flocal；将步骤s2中最终特征fbackbone经过注意力头为4，层数为4的transformer后生成[8，256，16，16]的全局特征fglobal，再将局部特征flocak和全局特征fglob...
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。