公开(公告)号：CN119478495A

公开(公告)日：2025-02-18

申请号：CN202411432000.9

申请日：2024-10-14

Applicant: 首都医科大学附属北京同仁医院

Inventor： 刘兆会 ,  张晓丹 ,  王新艳 ,  李晓理 ,  李铮 ,  王博岳 ,  曲晓霞

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06V10/26

Abstract: 本发明提供一种脑部CT图像分类方法及装置，涉及医学图像处理技术领域。所述方法包括：采集脑部CT图像构建数据集，对所述数据集进行预处理，获取多种尺度的超像素图；提取所述超像素图中每个超像素区域的语义信息，所述语义信息包括表示信息和几何信息；分别计算所述表示信息和所述几何信息的注意力权重，融合两种语义信息的注意力权重，计算混合注意力特征；利用分层融合结构从粗粒度到细粒度逐步进行混合注意力特征计算，实现从粗粒度到细粒度的特征融合；输入脑部CT图像进行分类。相比传统深度学习算法，本发明可以更准确地对脑部CT图像中存在的疾病进行分类，且在实验中验证了本发明的有效性。