基本信息:
- 专利标题： 一种基于卷积Transformer的多模态医学图像分割方法
- 申请号：CN202310144618.4 申请日：2023-02-21
- 公开(公告)号：CN116188420A 公开(公告)日：2023-05-30
- 发明人： 方贤进 , 李想 , 杨高明 , 华楷文 , 张海永 , 赵婉婉 , 程颖 , 薛明均
- 申请人： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) , 安徽理工大学
- 申请人地址： 安徽省合肥市高新区望江西路5089号;
- 专利权人： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室),安徽理工大学
- 当前专利权人： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室),安徽理工大学
- 当前专利权人地址： 安徽省合肥市高新区望江西路5089号;
- 代理机构： 合肥昊晟德专利代理事务所
- 代理人： 何梓秋
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06T7/10 ; G06V10/774 ; G06V10/82
摘要：
本发明公开了一种基于卷积Transformer的多模态医学图像分割方法，属于医学图像分割技术领域。本发明通过使用多模态数据，使得医学图像可以得到充分利用；通过使用卷积Transformer模块，与传统基于自注意力机制的Transformer模块相比，卷积Transformer模块获得神经网络在获取全局特征的同时，减少了运算量；使用特征金字塔后融合方式，使得最后的分割结果保留卷积的高层次的语义信息的同时包含低层次的细节信息；通过Dice Loss和Focal Loss共同约束模型迭代方向，解决Dice Loss再反向传播存在不利的影响，使得训练更加稳定。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T7/00 | 图像分析，例如从位像到非位像 |