基于深度學習與注意力機制的多發(fā)性結(jié)節(jié)分類系統(tǒng)和方法
基本信息
| 申請?zhí)?/td> | CN202010643184.9 | 申請日 | - |
| 公開（公告）號 | CN111539491B | 公開（公告）日 | 2020-08-14 |
| 申請公布號 | CN111539491B | 申請公布日 | 2020-08-14 |
| 分類號 | G06K9/62(2006.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 楊健程;黃曉陽;葛亮 | 申請（專利權）人 | 點內(nèi)（上海）生物科技有限公司 |
| 代理機構 | 成都坤倫厚樸專利代理事務所（普通合伙） | 代理人 | 點內(nèi)（上海）生物科技有限公司 |
| 地址 | 200120上海市浦東新區(qū)郭守敬路498號8幢19號樓3層 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明涉及一種基于深度學習與注意力機制的多發(fā)性結(jié)節(jié)分類系統(tǒng)和方法，屬于醫(yī)學圖像分類技術領域。本發(fā)明針對現(xiàn)有結(jié)節(jié)分類系統(tǒng)只考慮孤立結(jié)節(jié)，忽略結(jié)節(jié)上下文信息導致分類精度不夠高的問題，以深度卷積神經(jīng)網(wǎng)絡為主干，提出結(jié)節(jié)集合注意力操作提取醫(yī)學圖像上同一患者多個結(jié)節(jié)的關系，對同一患者多個結(jié)節(jié)的相互關系進行建模，得到分類結(jié)果。本發(fā)明通過對同一患者多個結(jié)節(jié)的相互關系進行建模，加強結(jié)節(jié)的本質(zhì)表征，使模型訓練的分類結(jié)果具有更高的分類精度，相比傳統(tǒng)的卷積神經(jīng)網(wǎng)絡，可獲得更高的分類精度。?? |
