摘要
本发明公开了基于双模态多任务学习模型的前列腺肿瘤图像分析方法,所述方法包括下列步骤:获取待分割的前列腺区域图像,并对所述前列腺区域图像进行预处理,所述前列腺区域图像包括T2加权图像以及扩散加权图像;构建双模态多任务学习模型,提取训练数据集,训练双模态多任务学习模型,在所述双模态多任务学习模型包括了分割部分以及分级部分,分割部分包括编码器以及解码器,在编码器中构建了SPM模块来进行辅助特征提取,在解码器中构建了Transformer单元增强全局特征表示,在分级部分构建了PI‑RADS多尺度分级网络获取更精细的细节信息,并输出PI‑RADS分级结果;将预处理后的所述前列腺区域图像输入双模态多任务学习模型,获得前列腺肿瘤图像分割结果以及分级结果。
技术关键词
多任务学习模型
图像分析方法
双模态
扩散加权图像
肿瘤
编码器
解码器
模块
融合特征
图像分割
分类器
网络
因子
标签
像素
注意力
数据
级联
通道
系统为您推荐了相关专利信息
预测补偿方法
输出级电路
多任务学习模型
联合损失函数
电感
抑制长链非编码
靶向治疗
核苷酸
试剂盒
生物标志物
肿瘤免疫治疗
预警装置
验证阈值
动态
代谢指纹图谱