【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种医学图像的分割方法、装置、设备及存储介质。
技术介绍
1、图像分割作为计算机视觉领域的关键任务，旨在将图像划分为多个具有特定语义的区域，每个区域内的像素具有相似的特征，不同区域内的像素之间存在明显差异。图像分割在众多领域有着重要应用，例如在医学领域中，医学图像的分割结果能够为后续的治疗方案的制定、手术规划及疗效评估等环节提供关键的影像依据。
2、目前有许多基于扩散模型的图像分割方法，扩散模型采用逐步去噪机制，根据上一次的去噪操作得到的上一去噪图像，执行当前去噪操作，以此类推得到最终的分割图像。但传统的扩散模型对医学图像的深层次信息挖掘不足，使得医学图像的分割效果不佳。
技术实现思路
1、本专利技术实施例提供了一种医学图像的分割方法、装置、设备及存储介质，以解决传统的扩散模型对医学图像的深层次信息挖掘不足的问题，提高医学图像的分割效果。
2、根据本专利技术一个实施例提供了一种医学图像的分割方法，该方法包括：
3、在当前迭...
【技术保护点】
1.一种医学图像的分割方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述上一解码特征数据中包含所述图像解码网络中的每个图像解码层对应的上一解码特征；
3.根据权利要求2所述的方法，其特征在于，所述图像解码层中包含依次串联的至少一个自注意力解码模块和解码输出模块，所述上一解码特征为所述图像解码层中最后一个自注意力解码模块输出的注意力解码特征。
4.根据权利要求3所述的方法，其特征在于，所述图像编码层中包含依次串联的交叉注意力模块、自注意力编码模块和编码输出模块；
5.根据权利要求4所述的方法，其特征在...
【技术特征摘要】
1.一种医学图像的分割方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述上一解码特征数据中包含所述图像解码网络中的每个图像解码层对应的上一解码特征；
3.根据权利要求2所述的方法，其特征在于，所述图像解码层中包含依次串联的至少一个自注意力解码模块和解码输出模块，所述上一解码特征为所述图像解码层中最后一个自注意力解码模块输出的注意力解码特征。
4.根据权利要求3所述的方法，其特征在于，所述图像编码层中包含依次串联的交叉注意力模块、自注意力编码模块和编码输出模块；
5.根据权利要求4所述的方法，其特征在于，所述交叉注意力模块包括依次串联的卷积单...
【专利技术属性】
技术研发人员：闵祥德，冯朝燕，张配配，范婵媛，李拔森，
申请(专利权)人：华中科技大学同济医学院附属同济医院，
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。