System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 无码精品人妻一区二区三区人妻斩 ,永久免费av无码网站yy,久久人妻内射无码一区三区
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種基于逐步聚合的椎間盤退變識別方法及裝置制造方法及圖紙

    技術編號:44389355 閱讀:2 留言:0更新日期:2025-02-25 10:05
    本申請提供了一種基于逐步聚合的椎間盤退變識別方法及裝置,所述方法包括:獲取MRI醫學圖像,所述MRI醫學圖像為任一對象的矢狀位脊柱醫學圖像;將MRI醫學圖像輸入預訓練的退變識別模型,得到退變識別結果;所述退變識別模型包括并行設置的多個特征提取結構以及逐步聚合結構,不同特征提取結構的輸出特征圖尺寸不同,所述逐步聚合結構用于聚合尺寸不同的輸出特征圖。本申請中,設置不同尺寸的特征提取結構,以提取不同尺寸特征;通過逐步聚合結構,以實現不同尺寸特征的高效融合,從而對椎間盤退變進行更準確的識別。

    【技術實現步驟摘要】

    本申請涉及醫療圖像處理,具體而言,涉及一種基于逐步聚合的椎間盤退變識別方法及裝置


    技術介紹

    1、椎間盤退變(intervertebral?disc?degeneration,idd)是指椎間盤因年齡、機械負荷、遺傳因素或其他原因而發生的退行性變化,是常見的脊柱疾病之一,通常與腰痛、頸痛、椎間盤突出癥、脊椎狹窄等相關疾病密切相關。

    2、但是,目前對于椎間盤退變的識別,是通過簡單深度學習模型如cnn進行的,這種識別的準確率較低。


    技術實現思路

    1、本申請解決的問題是當前椎間盤退變的識別準確率較低。

    2、為解決上述問題,本申請第一方面提供了基于逐步聚合的椎間盤退變識別方法,包括:

    3、獲取mri醫學圖像,所述mri醫學圖像為任一對象的矢狀位脊柱醫學圖像;

    4、將mri醫學圖像輸入預訓練的退變識別模型,得到退變識別結果;

    5、所述退變識別模型包括并行設置的多個特征提取結構以及逐步聚合結構,不同特征提取結構的輸出特征圖尺寸不同,所述逐步聚合結構用于聚合尺寸不同的輸出特征圖。

    6、本申請第二方面提供了基于逐步聚合的椎間盤退變識別裝置,其包括:

    7、圖像獲取模塊,其用于獲取mri醫學圖像,所述mri醫學圖像為任一對象的矢狀位脊柱醫學圖像;

    8、退變識別模塊,其用于將mri醫學圖像輸入預訓練的退變識別模型,得到退變識別結果;所述退變識別模型包括并行設置的多個特征提取結構以及逐步聚合結構,不同特征提取結構的輸出特征圖尺寸不同,所述逐步聚合結構用于聚合尺寸不同的輸出特征圖。

    9、本申請第三方面提供了一種電子設備,其包括:存儲器和處理器;

    10、所述存儲器,其用于存儲程序;

    11、所述處理器,耦合至所述存儲器,用于執行所述程序,以用于:

    12、獲取mri醫學圖像,所述mri醫學圖像為任一對象的矢狀位脊柱醫學圖像;

    13、將mri醫學圖像輸入預訓練的退變識別模型,得到退變識別結果;

    14、所述退變識別模型包括并行設置的多個特征提取結構以及逐步聚合結構,不同特征提取結構的輸出特征圖尺寸不同,所述逐步聚合結構用于聚合尺寸不同的輸出特征圖。

    15、本申請第四方面提供了一種計算機可讀存儲介質,其上存儲有計算機程序,所述程序被處理器執行實現上述所述的基于逐步聚合的椎間盤退變識別方法。

    16、本申請中,設置不同尺寸的特征提取結構,以提取不同尺寸特征;通過逐步聚合結構,以實現不同尺寸特征的高效融合,從而對椎間盤退變進行更準確的識別。

    本文檔來自技高網...

    【技術保護點】

    1.一種基于逐步聚合的椎間盤退變識別方法,其特征在于,包括:

    2.根據權利要求1所述的椎間盤退變識別方法,其特征在于,所述將MRI醫學圖像輸入預訓練的退變識別模型,得到退變識別結果,包括:

    3.根據權利要求2所述的椎間盤退變識別方法,其特征在于,所述全局提取結構為改進的Transformer網絡結構,所述局部提取結構為ConvNext網絡結構。

    4.根據權利要求2所述的椎間盤退變識別方法,其特征在于,所述將相同尺寸的全局特征圖和局部特征圖輸入逐步聚合結構,得到對應尺寸的聚合特征圖,包括:

    5.根據權利要求4所述的椎間盤退變識別方法,其特征在于,所述將全局特征圖輸入注意力提取模塊,得到全局提取特征圖,包括:

    6.根據權利要求1所述的椎間盤退變識別方法,其特征在于,所述退變識別模型的訓練過程包括:

    7.根據權利要求2所述的椎間盤退變識別方法,其特征在于,所述檢測模塊的處理過程,包括:

    8.一種基于逐步聚合的椎間盤退變識別裝置,其特征在于,包括:

    9.一種電子設備,其特征在于,包括:存儲器和處理器;

    10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述程序被處理器執行實現權利要求1-7任一項所述的基于逐步聚合的椎間盤退變識別方法。

    ...

    【技術特征摘要】

    1.一種基于逐步聚合的椎間盤退變識別方法,其特征在于,包括:

    2.根據權利要求1所述的椎間盤退變識別方法,其特征在于,所述將mri醫學圖像輸入預訓練的退變識別模型,得到退變識別結果,包括:

    3.根據權利要求2所述的椎間盤退變識別方法,其特征在于,所述全局提取結構為改進的transformer網絡結構,所述局部提取結構為convnext網絡結構。

    4.根據權利要求2所述的椎間盤退變識別方法,其特征在于,所述將相同尺寸的全局特征圖和局部特征圖輸入逐步聚合結構,得到對應尺寸的聚合特征圖,包括:

    5.根據權利要求4所述的椎間盤退變識別方...

    【專利技術屬性】
    技術研發人員:劉星宇張逸凌
    申請(專利權)人:北京長木谷醫療科技股份有限公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 无码AV中文字幕久久专区| 麻豆AV无码精品一区二区| 国产精品无码av天天爽| 久久久久亚洲AV无码专区网站| 精选观看中文字幕高清无码| 亚洲AV永久青草无码精品| 无码A级毛片日韩精品| 亚洲成AV人片在线观看无码 | 丰满少妇人妻无码| 亚洲日韩AV无码一区二区三区人| 亚洲不卡中文字幕无码| 成人h动漫精品一区二区无码| AV无码免费永久在线观看| 中文无码乱人伦中文视频在线V | mm1313亚洲国产精品无码试看| 亚洲欧洲日产国码无码久久99| 亚洲AV无码成H人在线观看| 国产精品爽爽va在线观看无码| 无码精品一区二区三区在线| 免费无码作爱视频| 国外AV无码精品国产精品| 亚洲AV无码专区在线电影成人| 狠狠精品干练久久久无码中文字幕| 无码丰满熟妇juliaann与黑人 | 亚洲一区无码精品色| 亚洲AV无码国产剧情| 一本大道无码av天堂| 国产成人无码AV麻豆| 无码任你躁久久久久久老妇App | 亚洲国产av无码精品| 精品无码久久久久久久久水蜜桃| 精品无码久久久久久午夜| 久久国产精品无码一区二区三区| 国产色无码精品视频免费| 亚洲综合无码AV一区二区| AV无码精品一区二区三区宅噜噜| 亚洲中文字幕无码专区| 国产亚洲美日韩AV中文字幕无码成人| 精品无码综合一区二区三区| 国产精品爽爽va在线观看无码| 国产在线无码视频一区|