一种基于SM-UNet图像分割模型的图像分割方法及设备技术

本发明专利技术涉及图像分割领域，特别是一种基于SM‑UNet图像分割模型的图像分割方法及设备。本发明专利技术提出一种新颖的编码器解码器Mamba框架，将滑动窗口应用在基于Mamba的UNet分割模型中建立了SM‑UNet图像分割模型，实现Swin Mamba UNet(SMUNet)用于自动医学图像分割，主要结合Mamba线性复杂度的优点以及滑动窗口带来的跨窗口交互能力，以有效优化标准U形架构的结构。

【技术实现步骤摘要】

本专利技术涉及图像分割领域，特别是一种基于sm-unet图像分割模型的图像分割方法及设备。

技术介绍

1、现有的医学分割领域解决方式多基于transunet。transunet是一种结合了transformer和unet架构的深度学习模型，专门用于医学图像分割。transformer在自然语言处理(nlp)领域取得了巨大的成功，随着技术的发展，也被尝试应用于计算机视觉领域。然而，直接将transformer应用于计算机视觉任务时，暴露出了一些缺陷：

2、(一)高计算复杂度

3、1.序列过长导致计算缓慢

4、在将transformer用于计算机视觉任务时，通常会把图像分割成一个个小块(patch)。例如，对于高分辨率的图像，为了获取更多特征而细分patch时，会导致生成的序列非常长。以处理高分辨率图像(如1000×1000或800×800)为例，当patch尺寸为16×16时，会产生大量的patch，导致序列长度可达上千。

5、2.自注意力机制的计算复杂度问题

6、自注意力机制的计算复杂度是o(n2本文档来自技高网...

【技术保护点】

1.一种基于SM-UNet图像分割模型的图像分割方法，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SM-UNet图像分割模型的图像分割方法，其特征在于，所述卷积模块包括卷积层以及Patch Embedding分割层；

3.根据权利要求1所述的一种基于SM-UNet图像分割模型的图像分割方法，其特征在于，所述编码器包括若干SwinVSS Block块以及PatchMerging补丁合并层；

4.根据权利要求3所述的一种基于SM-UNet图像分割模型的图像分割方法，其特征在于，所述SwinVSS Block块包括依次连接的第一VSS块以及第...

【技术特征摘要】

1.一种基于sm-unet图像分割模型的图像分割方法，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sm-unet图像分割模型的图像分割方法，其特征在于，所述卷积模块包括卷积层以及patch embedding分割层；

3.根据权利要求1所述的一种基于sm-unet图像分割模型的图像分割方法，其特征在于，所述编码器包括若干swinvss block块以及patchmerging补丁合并层；

4.根据权利要求3所述的一种基于sm-unet图像分割模型的图像分割方法，其特征在于，所述swinvss block块包括依次连接的第一vss块以及第二vss块；

5.根据权利要求4所述的一种基于sm-unet图像分割模型的图像分割方法，其特征在于，所述w-2d选择性扫描层用于将组成待分割图像的特征图补丁划分出m*m个计算窗口；

6.根据权利要求5所述的一种基于sm-unet图像分割模型的图像分割方法，其特征在于，所述第一...

【专利技术属性】
技术研发人员：朱耀，张磊，
申请(专利权)人：四川大学，
类型：发明
国别省市：