(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210387736.3 (22)申请日 2022.04.13 (71)申请人 湖南大学 地址 410012 湖南省长 沙市岳麓区麓山 南 路1号 (72)发明人 彭绍亮　王练　王鹤恬　冉坤　 潘亮　陈佐　 (74)专利代理 机构 国防科技大 学专利服 务中心 43202 专利代理师 刘芳 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 一种基于多分辨率重叠注意力机制的医学 影像分割方法 (57)摘要 本发明公开了一种基于多分辨率重叠注意 力机制的医学影像 分割方法， 基于多分辨率重叠 注意力机制构建了一个具有跳跃连接的对称编 码器‑解码器体系结构， 编码器实现了从局部到 全局的注 意力机制， 解码器将全局特征逐渐上采 样到相应的输入分辨率； 并且提出了跨尺度扩展 层模块来实现上采样和特征维度的增加， 最终通 过分割头部模块实现像素级语义 分割。 本发明利 用Transformer注意力机制和跳跃连接， 充分利 用全局上下文特征和各层次精细的语义信息， 在 全局和局部层次大 大提高医学影像分割精度。 权利要求书2页 说明书6页 附图2页 CN 114972746 A 2022.08.30 CN 114972746 A 1.一种基于多分辨率重叠注意力机制的医学影像分割方法， 其特征在于， 包括以下步 骤： S1、 初始化参数， 包括设置窗口尺寸、 分割类别数、 模型深度、 注意力机制多头数、 隐藏 层维度和图片尺寸； S2、 将输入 的图片通过Patch块划分模块分割为特征块， 并在通道方向进行堆叠， 使特 征尺寸为第一尺寸； S3、 将特征块通过线性嵌入层使通道调整为隐藏层维度， 得到特征f1， 特征f1尺寸为第 二尺寸； S4、 将特征f1通过堆叠两次的局部Transformer模 块实现特征融合， 得到融合后的特征， 融合后的特 征尺寸为第二尺寸； S5、 将融合后的特 征通过MOA模块， 得到的特 征尺寸为第二尺寸； S6、 将通过MOA模块的特征通过Patch块合并模块进行下采样操作， 得到特征f2， 特征f2 的尺寸为第三尺寸； S7、 重复步骤S4 ‑S6， 得到特 征f3， 该特征f3的尺寸为第四尺寸； S8、 将特征f3再通过由8个局部Transformer模 块堆叠而成逆 瓶颈模块， 完成编码器部分 的操作， 得到特 征尺寸为第四尺寸； S9、 在逆瓶颈模块的第2个局部Transformer模块处产生一条分支， 用于依次连接Patch 块合并模块、 堆叠 两次的Sw in Transformer模块和跨尺度扩展层模块； S10、 将步骤S7中得到的特征f3与d3进行跳跃连接， 具体的操作是将f3与d3进行拼接， 再 通过全连接层调整通道减半， 得到的特 征尺寸为第四尺寸； S11、 依次通过堆叠两次的局部Transformer模块和跨尺度扩展层模块， 得到的特征d2， 并按照步骤S10进行跳跃 连接， 得到的特 征尺寸为第三尺寸； S12、 重复步骤S1 1得到的特 征尺寸为第二尺寸； S13、 将得到的特征通过最终跨尺度扩展层模块， 再通过分割头部模块的卷积操作调整 通道数为分割类别， 以完成图像的精确分割。 2.根据权利要求1所述的基于多分辨率重叠注意力机制的医学影像分割方法， 其特征 在于， 所述 步骤S2中将输入的图片通过Patc h块划分模块分割为 4*4的特征块。 3.根据权利要求2所述的基于多分辨率重叠注意力机制的医学影像分割方法， 其特征 在于， 所述第一尺寸为(H/4， W/4， 48)， 所述第二尺寸为(H/4， W/4， C)， 所述第三尺寸为(H/8， W/8， 2C)， 所述第四尺寸 为(H/16， W/16， 4C)。 4.根据权利要求2所述的基于多分辨率重叠注意力机制的医学影像分割方法， 其特征 在于， 所述 步骤S2、 S3的操作由一个输出通道为C， 卷积核为 4*4， 步长为 4的卷积操作实现。 5.根据权利要求3所述的基于多分辨率重叠注意力机制的医学影像分割方法， 其特征 在于， 所述 步骤S5中的MOA模块 通过以下步骤实现： MOA模块将特 征层(H， W， C)划分为固定大小的特 征； 利用卷积 操作减少隐藏层维度得到的特 征维数为(H， W， C /R)。 6.根据权利要求3所述的基于多分辨率重叠注意力机制的医学影像分割方法， 其特征 在于， 所述 步骤S8中的局部Transformer模块 通过以下步骤实现： 局部Transformer模块由基于局部窗口的多头注意模块和具有GELU非线性的两个MLP权　利　要　求　书 1/2 页 2 CN 114972746 A 2层组成， 每 个多头注意力模块在使用前进行归一 化操作， 每 个MLP层都进行残差连接； 基于窗口划分机制， 特 征通过连续的局部Transformer模块表示 为： 式中， zl分别为多头注意力机制模块和MLP模块的输出。 7.根据权利要求3所述的基于多分辨率重叠注意力机制的医学影像分割方法， 其特征 在于， 所述步骤S9中的跨尺度扩展层模块和步骤S13中的最终跨尺度扩展层模块在实现上 采样同时调整通道， 使用多个核相同、 步距不同的转置卷积操作来 实现， 每个特征块具有相 同的中心、 不同的尺度， 所生成的特 征将进行通道维度上的拼接 。权　利　要　求　书 2/2 页 3 CN 114972746 A 3