-
公开(公告)号：CN112786189B
公开(公告)日：2022-07-01
申请号：CN202110008504.8
申请日：2021-01-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的新冠肺炎智能诊断系统，属于医学图像处理领域，包括控制单元、智能检测与诊断单元、存储单元和三维显示单元，控制单元用于输入和修改系统数据；智能检测与诊断单元用于对新冠肺炎病例进行预测；智能检测与诊断单元包括数据预处理模块、病灶区检测模块、去假阳性模块、病例预测模块。本发明采用结合了检测+去假阳性+预测三部分相结合的深度学习网络诊断系统输出诊断结果，解决了病灶过小不易检测、单个局部病灶信息过少以及误诊率过高等问题，解决了医学样本数量过小的问题，大大提升了诊断效率，有助于提高患者的治疗效率以及积累临床资料。
-
公开(公告)号：CN114529516B
公开(公告)日：2024-09-24
申请号：CN202210050130.0
申请日：2022-01-17
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T7/11 , G16H30/20 , G16H50/30 , G06N3/0464 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/26
Abstract: 本发明请求保护一种基于多注意力与多任务特征融合的肺结节检测与分类方法，其包括以下步骤：原始CT图像进行预处理；在特征提取网络中引入可以融合空间语义特征和通道特征的空间注意力和通道注意力，在尾部加入带有自注意力的SPCS构建具有双路径连结的残差网络用于提取多尺度下的特征，并以特征金字塔网络融合特征；构建检测与分割任务多个分支；分割分支输出多尺度掩码并聚合结果，检测分支以路径聚合网络再次融合特征并输出检测结果；最后统一两任务分支结果作为总的检测输出——具有较高精度和灵敏度；根据检测结果，基于结节位置进行裁剪，通过良恶性和癌性风险等级分类网络完成肺结节的良恶性区分和患癌风险等级的预测，从而辅助医生进行疾病诊断。
-
公开(公告)号：CN114529516A
公开(公告)日：2022-05-24
申请号：CN202210050130.0
申请日：2022-01-17
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T7/11 , G16H30/20 , G16H50/30 , G06N3/04 , G06K9/62 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/26
Abstract: 本发明请求保护一种基于多注意力与多任务特征融合的肺结节检测与分类方法，其包括以下步骤：原始CT图像进行预处理；在特征提取网络中引入可以融合空间语义特征和通道特征的空间注意力和通道注意力，在尾部加入带有自注意力的SPCS构建具有双路径连结的残差网络用于提取多尺度下的特征，并以特征金字塔网络融合特征；构建检测与分割任务多个分支；分割分支输出多尺度掩码并聚合结果，检测分支以路径聚合网络再次融合特征并输出检测结果；最后统一两任务分支结果作为总的检测输出——具有较高精度和灵敏度；根据检测结果，基于结节位置进行裁剪，通过良恶性和癌性风险等级分类网络完成肺结节的良恶性区分和患癌风险等级的预测，从而辅助医生进行疾病诊断。
-
公开(公告)号：CN112786189A
公开(公告)日：2021-05-11
申请号：CN202110008504.8
申请日：2021-01-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的新冠肺炎智能诊断系统，属于医学图像处理领域，包括控制单元、智能检测与诊断单元、存储单元和三维显示单元，控制单元用于输入和修改系统数据；智能检测与诊断单元用于对新冠肺炎病例进行预测；智能检测与诊断单元包括数据预处理模块、病灶区检测模块、去假阳性模块、病例预测模块。本发明采用结合了检测+去假阳性+预测三部分相结合的深度学习网络诊断系统输出诊断结果，解决了病灶过小不易检测、单个局部病灶信息过少以及误诊率过高等问题，解决了医学样本数量过小的问题，大大提升了诊断效率，有助于提高患者的治疗效率以及积累临床资料。
-
-
-
Search Results
4
records
(took 0.019 seconds)
