[发明专利]基于Attention机制的MCASPP神经网络眼底图像视杯视盘分割模型有效
| 申请号： | 201910711320.0 | 申请日： | 2019-08-02 |
| 公开（公告）号： | CN110610480B | 公开（公告）日： | 2020-07-24 |
| 发明（设计）人： | 季鑫 | 申请（专利权）人： | 成都上工医信科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06T7/136;G06N3/04 |
| 代理公司： | 北京开阳星知识产权代理有限公司 11710 | 代理人： | 郭鑫 |
| 地址： | 610000 四川省成都市中国（四川）*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例涉及一种基于Attention机制的MCASPP神经网络眼底图像视杯视盘分割模型。其中，该模型包括：特征提取模块、注意力映射模块、多尺度空洞卷积模块以及输出模块，通过特征提取模块提取输入图像中的第一图像特征，注意力映射模块用于提取输入图像的第二图像特征，以及根据第一图像特征中的高级特征、低级特征以及第二图像特征得到第一特征，通过多尺度空洞卷积模块，对高级特征进行多次卷积得到第二特征，输出模块根据第一特征以及第二特征来得到预测概率图，能够提高图像分割网络的特征提取精度，避免相关技术中全卷积网络分割的视杯视盘精度较低的技术问题。 | ||
| 搜索关键词： | 基于 attention 机制 mcaspp 神经网络 眼底 图像 视盘 分割 模型 | ||
【主权项】：
1.一种基于Attention机制的MCASPP神经网络眼底图像视杯视盘分割模型，其特征在于，包括：特征提取模块、注意力映射模块、多尺度空洞卷积模块以及输出模块，其中：/n所述特征提取模块，用于提取输入图像中的第一图像特征，所述第一图像特征包括高级特征与低级特征，其中，所述高级特征的分辨率小于所述低级特征；/n所述注意力映射模块，用于根据所述第一图像特征以及第二图像特征得到第一特征，其中，所述第二图像特征是所述注意力映射模块对所述输入图像进行特征提取得到的；/n所述多尺度空洞卷积模块，用于对所述高级特征进行多次卷积操作，以及对所述多次卷积的结果进行拼接，以得到第二特征；/n所述输出模块，用于根据所述第一特征以及所述第二特征得到预测概率图。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都上工医信科技有限公司，未经成都上工医信科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910711320.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种对象评分方法及装置
- 下一篇：基于医学图像的脑干自动分割方法及系统
