一种基于长短距离特征的医学图像分割方法
实质审查的生效
摘要
本发明涉及一种基于长短距离特征的医学图像分割方法。利用Pytorch深度学习框架搭建基于长短距离特征的医学图像分割网络，采用以transformer和卷积网络为基础的编码器和解码器的设计模式，通过MEtransformer模块、卷积特征提取模块、全局局部特征融合模块和反卷积解码器模块四部分的处理，从输入的医学影像中分割可疑的病变区域。本发明对于多种不同区域的病变图像数据集均具有较好的分割性能，分割效果稳定，边缘较为清晰。
基本信息
专利标题 ：
一种基于长短距离特征的医学图像分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463341A
申请号 ：
CN202210026011.1
公开（公告）日 ：
2022-05-10
申请日 ：
2022-01-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
种衍文谢柠迪潘少明
申请人 ：
武汉大学
申请人地址 ：
湖北省武汉市武昌区珞珈山武汉大学
代理机构 ：
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 ：
罗飞
优先权 ：
CN202210026011.1
主分类号 ：
G06T7/10
IPC分类号 ：
G06T7/10
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/10
分割；边缘检测
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06T 7/10
申请日 : 20220111
申请日 : 20220111
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
