一种基于特征聚焦的Transformer 3D医学图像分割方法技术

本发明专利技术提出一种基于特征聚焦的Transformer 3D医学图像分割方法，对于输入的待检测图像，首先使用V‑Net进行一阶段的粗分割，再使用改进后的基于聚焦和稀疏矩阵的Transformer二阶段编码器进行特征编码。该方法旨在利用较少的运算量进行3D数据空间内全局信息交互，对于3D的数据量大的问题，使用聚焦映射，突出重点部分，同时使用稀疏矩阵，减少计算量，使用动态表征位置编码进行补充损失的位置信息，使用空间特征融合连接模块，对编码器与解码器之间的空间信息进行提取和链接。该方法能够在较少的计算量下，保留位置信息和空间信息，提高对空间上下文建模的能力。

【技术实现步骤摘要】

本专利技术涉及图像分割、计算机视觉，特别是一种基于特征聚焦的transformer 3d医学图像分割方法。

技术介绍

1、在医学图像分割领域，3d医学图像分割是一个重要而富有挑战性的课题。由于3d医学图像具有立体性质，其数据量通常是2d图像的n倍，具有复杂的空间特征，增强位置信息的敏感性。然而，因此，分割目标的位置、大小和形状的可变性更大，这增加了分割任务的复杂度。当使用卷积神经网络(cnn)处理这样的大规模3d数据时，由于数据量巨大和特征空间的复杂性，网络往往无法充分捕获图像的上下文联系，从而导致分割效果不佳。为了应对这一挑战，现行的一些方法考虑使用能够进行全局建模的transformer网络。transformer网络通过自注意力机制可以有效捕获远距离像素之间的关系，从而更好地理解图像的全局结构。然而，由于自注意力机制的计算复杂度为o(n2)，而且3d医学图像每个样本的数据量巨大，这可能导致计算资源的巨大开销。

技术实现思路

1、有鉴于此，本专利技术的目的在于提供一种基于特征聚焦的transformer 本文档来自技高网...

【技术保护点】

1.一种基于特征聚焦的Transformer 3D医学图像分割方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于特征聚焦的Transformer 3D医学图像分割方法，其特征在于，步骤S1具体包括以下步骤：

3.根据权利要求1所述的一种基于特征聚焦的Transformer 3D医学图像分割方法，其特征在于，步骤S2具体包括以下步骤：

4.根据权利要求1所述的一种基于特征聚焦的Transformer 3D医学图像分割方法，其特征在于，步骤S3具体包括以下步骤：

5.根据权利要求1所述的一种基于特征聚焦的Transformer ...

【技术特征摘要】

1.一种基于特征聚焦的transformer 3d医学图像分割方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于特征聚焦的transformer 3d医学图像分割方法，其特征在于，步骤s1具体包括以下步骤：

3.根据权利要求1所述的一种基于特征聚焦的transformer 3d医学图像分...

【专利技术属性】
技术研发人员：柯逍，陈观鸿，
申请(专利权)人：福州大学，
类型：发明
国别省市：