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()
【技術實現步驟摘要】
本申請涉及醫療圖像處理,具體而言,涉及一種基于動態注意力的多器官病變識別方法及裝置。
技術介紹
1、多器官病變識別需要對ct圖像中的多個解剖結構(如肝臟、肺、腎、脾、心臟等)進行病變識別,但是多器官之間由于具有重疊效果,使得無法通過單個維度或單個角度識別病灶的具體位置。
技術實現思路
1、本申請解決的問題是多器官病變識別的準確度低。
2、為解決上述問題,本申請第一方面提供了基于動態注意力的多器官病變識別方法,其包括:
3、獲取任一對象的多期相ct醫學圖像;
4、對所述多期相ct醫學圖像進行特征提取,得到多期相特征圖;
5、將多期相特征圖輸入合并結構,得到合并特征圖;
6、對合并特征圖進行識別處理,得到病變識別結果;所述合并結構由動態注意力模塊和下采樣模塊組成。
7、本申請第二方面提供了基于動態注意力的多器官病變識別方法的制造系統,其包括:
8、圖像獲取單元,其用于獲取任一對象的多期相ct醫學圖像;
9、特征提取單元,其用于對所述多期相ct醫學圖像進行特征提取,得到多期相特征圖;
10、特征合并單元,其用于將多期相特征圖輸入合并結構,得到合并特征圖;
11、病變識別單元,其用于對合并特征圖進行識別處理,得到病變識別結果;所述合并結構由動態注意力模塊和下采樣模塊組成。
12、本申請第三方面提供了一種電子設備,包括:存儲器及處理器;存儲器,可被配置為存儲程序
13、獲取任一對象的多期相ct醫學圖像;
14、對所述多期相ct醫學圖像進行特征提取,得到多期相特征圖;
15、將多期相特征圖輸入合并結構,得到合并特征圖;
16、對合并特征圖進行識別處理,得到病變識別結果;所述合并結構由動態注意力模塊和下采樣模塊組成。
17、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前述所述的基于動態注意力的多器官病變識別方法。
18、本申請中,通過獲取多期相ct,利用多期相ct不同期相的差異性,實現病灶的位置和種類確定,從而實現多器官的病變診斷。
本文檔來自技高網...【技術保護點】
1.一種基于動態注意力的多器官病變識別方法,其特征在于,包括:
2.根據權利要求1所述的基于動態注意力的多器官病變識別方法,其特征在于,所述多器官包括:左肺、右肺、肝、膽、脾、左腎、右腎、下腔靜脈。
3.根據權利要求1所述的基于動態注意力的多器官病變識別方法,其特征在于,所述將多期相特征圖輸入合并結構,得到合并特征圖,包括:
4.根據權利要求3所述的基于動態注意力的多器官病變識別方法,其特征在于,所述將兩個多期相特征圖輸入動態注意力模塊,得到動態特征圖,包括:
5.根據權利要求4所述的基于動態注意力的多器官病變識別方法,其特征在于,所述對拼接特征圖進行權重分配處理,得到第一權重和第二權重,包括:
6.根據權利要求1-5中任一項所述的基于動態注意力的多器官病變識別方法,其特征在于,所述對所述多期相CT醫學圖像進行特征提取,得到多期相特征圖,包括:
7.根據權利要求1-5中任一項所述的基于動態注意力的多器官病變識別方法,其特征在于,所述獲取任一對象的多期相CT醫學圖像之前,還包括:
8.一種基于動態注
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1-6任一項所述的基于動態注意力的多器官病變識別方法。
...【技術特征摘要】
1.一種基于動態注意力的多器官病變識別方法,其特征在于,包括:
2.根據權利要求1所述的基于動態注意力的多器官病變識別方法,其特征在于,所述多器官包括:左肺、右肺、肝、膽、脾、左腎、右腎、下腔靜脈。
3.根據權利要求1所述的基于動態注意力的多器官病變識別方法,其特征在于,所述將多期相特征圖輸入合并結構,得到合并特征圖,包括:
4.根據權利要求3所述的基于動態注意力的多器官病變識別方法,其特征在于,所述將兩個多期相特征圖輸入動態注意力模塊,得到動態特征圖,包括:
5.根據權利要求4所述的基于動態注意力的多器官病變識別方法,其特征在于,所述對拼接特征圖進行權重分配處理,得到第一權重和...
【專利技術屬性】
技術研發人員:張逸凌,劉星宇,
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:
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。