縱隔腫物識別方法、系統(tǒng)及裝置
基本信息

| 申請?zhí)?/td> | CN202110691215.2 | 申請日 | - |
| 公開(公告)號 | CN113139627A | 公開(公告)日 | 2021-07-20 |
| 申請公布號 | CN113139627A | 申請公布日 | 2021-07-20 |
| 分類號 | G06K9/62(2006.01)I;G06K9/40(2006.01)I;G06N3/04(2006.01)I;G06T7/00(2017.01)I;G06T7/13(2017.01)I;G06T7/73(2017.01)I | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 杜強;高澤賓;郭雨晨;聶方興 | 申請(專利權)人 | 北京小白世紀網(wǎng)絡科技有限公司 |
| 代理機構 | 北京八月瓜知識產(chǎn)權代理有限公司 | 代理人 | 張峰 |
| 地址 | 100000北京市海淀區(qū)建材城中路27號金隅智造工場N5號樓3101號 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明公開了一種縱隔物識別方法、系統(tǒng)及裝置,所述方法包括如下步驟:S1、對縱隔腫物的CT圖像進行預處理;S2、對預處理后的CT圖像取連續(xù)的多個切片,并將每個切片處理成多個窗寬窗位的矩陣;S3、將處理成多個窗寬窗位的矩陣的多個切片輸入兩級自注意力機制的2.5DUNet后,對所述多個切片分組卷積,然后輸入兩級自注意力機制模塊進行融合,得到識別結果。本發(fā)明使用了深度學習并結合注意力機制,同時利用了2D和3D的優(yōu)勢,因此模型精度較高、推理速度快;此外,由于數(shù)據(jù)庫規(guī)模較大,其泛化性能可以得到保障。 |





