基于多参数核磁影像的前列腺癌分级方法

本发明涉及多参数核磁影像的癌变分级方法，属于图像领域，本申请实例提供了一种基于多模态特征融合的深度学习网络对前列腺病灶区域分级。该方法主要根据PIRADS评分细则中不同位置的病灶所需要查看的核磁影像不同来建模，将T2、ADC和DWI分别输入到网络中，使用设计的多模态特征融合模块融合特征，得到更加准确的分割结果。然后将分割结果与T2、ADC和DWI输入到分级网络中，得到病灶的分级结果。该模型能更加准确的定位出病灶的所在区域，从而促进对病灶的分级。