基于transformer的医学图像快速分割网络

技术特征：
1.基于transformer的医学图像快速分割网络，其特征在于：用于输入给定高度h、宽度w和通道c的图像，预测h
×
w对应的像素级标签；包括编码器和解码器，编码器通过跳跃连接解码器；编码器为levit模块，levit模块包括依次连接的卷积块和transformer块；卷积块用于输入给定高度h、宽度w和通道c的图像、降低分辨率、减少transformer块中的浮点数计算量并输出特征图；transformer块用于提取各种分辨率的特征图进行上采样；解码器为unet，通过跳跃连接从解码器中连接特征，用于通过级联上采样策略、利用cnn恢复上一层的分辨率并输出图像分割结果。2.根据权利要求1所述的基于transformer的医学图像快速分割网络，其特征在于：卷积块包括4层3x3卷积，步幅为2。3.根据权利要求1所述的基于transformer的医学图像快速分割网络，其特征在于：levit编码器包括levit-128s、levit-192和levit-384，根据输入transformer块的通道数设计。4.根据权利要求1所述的基于transformer的医学图像快速分割网络，其特征在于：设transformer块包括n个块，第n个块的多层感知器模块mlp的输出为多头注意力模块msa的输出为z
n
，bn为批处理标准化，则transformer块的计算公式如下：为批处理标准化，则transformer块的计算公式如下：5.根据权利要求4所述的基于transformer的医学图像快速分割网络，其特征在于：设q、k和v分别为查询、键和值矩阵；通过学习得到的矩阵大小为m2×
d，m2为补丁的数量，d为查询或键的维度；b为注意偏差，用于在每个多头注意力模块msa内提供位置信息；则自注意力的计算方法如下：6.根据权利要求1所述的基于transformer的医学图像快速分割网络，其特征在于：解码器包括级联的多个上采样块，用于从编码器处获取具有形状的特征映射，使用级联的多个上采样块达到h
×
w的全分辨率。7.根据权利要求6所述的基于transformer的医学图像快速分割网络，其特征在于：每个上采样块包括两个3x3卷积层、批归一化层、relu层和一个上采样层。8.基于权利要求1至7中任意一项所述的基于transformer的医学图像快速分割网络的图像分割方法，其特征在于：包括以下步骤：s1：将包括依次连接的卷积块和transformer块的levit架构作为levit-unet的编码器，根据输入transformer的通道数设计levit编码器；s2：输入给定高度h、宽度w和通道c的图像到卷积块；s3：卷积块降低图像分辨率并输出特征图到transformer块；s4：transformer块提取各种分辨率的特征图进行上采样；s5：解码器通过跳跃连接连接特征，采用级联上采样策略，利用cnn恢复上一层的分辨
率；s6：预测h
×
w对应的像素级标签，输出图像分割结果。9.一种计算机存储介质，其特征在于：其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行如权利要求1至权利要求7中任意一项所述的图像分割方法。

技术总结
本发明提供了基于transformer的医学图像快速分割网络，提出了基于transformer的分割结构LeViT-UNet，通过将编码器中的多级transformer块与LeViT集成在一起，从transformer块中提取多尺度特征图，并与卷积块的特征图进行特征融合，实现了提升分割医学图像的速度的功能。本发明用于一般医学图像分割任务的研究，解决了医学图像分割领域图像分割速度慢的问题，有效提高了医学图像分割任务的准确性和效率，显示了准确性和效率之间的权衡能力，提升了医学图像对象分割的速度和整体的分割精度。的分割精度。的分割精度。


技术研发人员：徐国平 廖文涛 张炫 吴兴隆 刘晓泉 聂鑫
受保护的技术使用者：武汉工程大学
技术研发日：2022.01.18
技术公布日：2022/5/10