[发明专利]基于双重注意力机制的分割模型建立、分割方法及装置

权利要求书

1.基于双重注意力机制的分割方法，其特征在于，包括如下步骤：

步骤一：获取待分割原始医学图像；

步骤二：构建基于双重注意力机制的分割模型，构建方法包括如下子步骤：

步骤1：获取原始医学图像数据集，对每张原始医学图像标注类别和目标区域获得带标签的医学图像数据集；其中，对每张原始医学图像标注目标区域包括两种情况，情况一为对原始医学图像标注目标形状获得像素级标注医学图像数据集作为带标签的医学图像数据，情况二为对每张原始医学图像利用box标注目标所在矩形框获得目标框级标注医学图像数据集作为带标签的医学图像数据；

步骤2：建立Mask R-CNN分割网络，所述Mask R-CNN分割网络包括特征金字塔网络和双重注意力模块，所述的双重注意力模块设置在特征金字塔网络的残差块中，所述的双重注意力模块包括串联的通道关注模块和空间关注模块且所述的双重注意力模块设置在特征金字塔网络中的卷积残差块和恒等残差块之中；所述的双重注意力模块用于给定输入特征，通过通道关注模块在通道轴上计算出一维的通道关注图，通过空间关注模块在空间轴上计算出二维的空间关注图，串联通道关注图和空间关注图计算出最终的特征图；

步骤3：利用带标签的医学图像数据集训练Mask R-CNN分割网络，训练结束后获得基于双重注意力机制的分割模型；

步骤三：若训练步骤二中模型的标签集为像素级标注医学图像数据集，则将待分割原始医学图像输入基于双重注意力机制的分割模型中，获得待分割原始医学图像的目标形状和类别；

若训练步骤二中模型的标签集为目标框级标注医学图像数据集，则将待分割原始医学图像输入基于双重注意力机制的分割模型中，获得待分割原始医学图像的目标框和类别，将待分割原始医学图像的目标框依次进行GrabCut和ConvCRF，获得待分割原始医学图像的目标形状。

2.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1的基于双重注意力机制的分割方法。

3.基于双重注意力机制的分割装置，其特征在于，该装置包括处理器和用于存储能够在处理器上运行的多个功能模块的存储器，所述功能模块包括基于双重注意力机制的分割模型和分割模块；

所述的基于双重注意力机制的分割模型采用如权利要求1的基于双重注意力机制的分割方法中的步骤二获得；

所述的分割模块用于获取待分割原始医学图像，若训练基于双重注意力机制的分割模型的标签集为像素级标注医学图像数据集，则将待分割原始医学图像输入基于双重注意力机制的分割模型中，获得待分割原始医学图像的目标形状和类别；若训练基于双重注意力机制的分割模型的标签集为目标框级标注医学图像数据集，则将待分割原始医学图像输入基于双重注意力机制的分割模型中，获得待分割原始医学图像的目标框和类别，将待分割原始医学图像的目标框依次进行GrabCut和ConvCRF，获得待分割原始医学图像的目标形状。