-
公开(公告)号：CN106250701B
公开(公告)日：2019-02-01
申请号：CN201610651299.6
申请日：2016-08-10
Applicant: 华东理工大学
Abstract: 本发明涉及一种计算机软件系统中实现肺结节危险程度分类的系统和方法，包括图像CT值密度分布计算模块，用于根据无监督聚类计算CT值密度分布特征；肺结节危险程度分类模块，用以根据有监督机器学习模型使用肺结节CT值密度分布特征实现肺结节危险程度的训练和分类，还包括一种用于实现上述方法的系统。采用该计算机软件系统中实现肺结节危险程度判断的系统和方法，一定程度上实现在有创病理活检前，从临床角度辅助判断肺结节的良恶性，从而提高病理活检的准确性；减少病患不必要的有创活检，避免病患不必要的CT随访，为提高肺癌筛查、检测、诊断的准确率提供更有效的信息处理方法，具有广泛的引用范围。
-
公开(公告)号：CN115631183A
公开(公告)日：2023-01-20
申请号：CN202211382324.7
申请日：2022-11-07
Applicant: 华东理工大学
Abstract: 本发明涉及一种基于Transformer双路解码器实现针对X光片图像进行分类识别的方法，其中，该方法包括：(1)采集胸部X光片数据集，并对X光片图像进行预处理操作；(2)构建特征编码器模块和标签编码器模块对采集的数据进行相关信息的提取；(3)构建双路解码器模块对提取到的相关信息解码处理；(4)构建分类注意力模块进行分类识别处理；(5)使用非对称损失函数训练网络进行平衡优化。本发明还涉及一种相应的系统、装置、处理器及其存储介质。采用了本发明的该基于Transformer双路解码器实现针对X光片图像进行分类识别的方法、系统、装置、处理器及其存储介质，通过一种新颖的交叉注意机制从图像特征和标签嵌入图中提取公共特征，相较于基线模型，具有更好的X光分类识别的效果。
-
公开(公告)号：CN106250701A
公开(公告)日：2016-12-21
申请号：CN201610651299.6
申请日：2016-08-10
Applicant: 华东理工大学
CPC classification number: G06K9/46 , G06K9/6201 , G06K9/6218 , G06K9/6256 , G06K9/6262 , G06K9/6268 , G16H50/20
Abstract: 本发明涉及一种计算机软件系统中实现肺结节危险程度分类的系统和方法，包括图像CT值密度分布计算模块，用于根据无监督聚类计算CT值密度分布特征；肺结节危险程度分类模块，用以根据有监督机器学习模型使用肺结节CT值密度分布特征实现肺结节危险程度的训练和分类，还包括一种用于实现上述方法的系统。采用该计算机软件系统中实现肺结节危险程度判断的系统和方法，一定程度上实现在有创病理活检前，从临床角度辅助判断肺结节的良恶性，从而提高病理活检的准确性；减少病患不必要的有创活检，避免病患不必要的CT随访，为提高肺癌筛查、检测、诊断的准确率提供更有效的信息处理方法，具有广泛的引用范围。
-
-
Search Results
3
records
(took 0.016 seconds)
