[发明专利]一种多尺度自注意力无监督域自适应算法

权利要求书

1.一种多尺度自注意力无监督域自适应算法，其特征在于：所述方法的步骤为：

S1、甲状腺超声图像的选取与标注；

S2、构造多尺度网络结构对甲状腺超声图像特征进行提取；

S3、使用自注意力模块对超声图像进行自注意力图的生成；

S4、基于生成对抗思想，使用混合域判别器来对隐藏特征进行探索，并对特征进行域混合操作。

2.根据权利要求1所述的多尺度自注意力无监督域自适应算法，其特征在于：所述步骤S1的具体操作为：在专业医院进行甲状腺超声影像的采集，采集医院中不同型号和设置生成的的甲状腺超声图像历史数据，选择较为清晰的图像，并且确保良恶性两者保持相同的比例，并由专业医师对结节部位进行良好的标注。

3.根据权利要求1所述的多尺度自注意力无监督域自适应算法，其特征在于：所述步骤S2的具体操作为：利用多尺度特征提取网络对图像的特征进行抽象提取，充分提取到不同层级的可迁移语义信息。

4.根据权利要求1所述的多尺度自注意力无监督域自适应算法，其特征在于：所述步骤S3的具体操作为：进行自注意力图的生成，基于提取到的特征图，将特征图与最终结果之间增加一个自注意力模块，通过K、V、Q三个模块的共同交互，完成对自注意力图的生成，从而增强对甲状腺超声影像中几何特征的提取。

5.根据权利要求1所述的多尺度自注意力无监督域自适应算法，其特征在于：所述步骤S4的具体操作为：配合GAN思想构造域判别器模型对标记进行去除，通过构造极大极小游戏来实现对可迁移语义信息的转移。