摘要
本发明公开了基于超声内镜的病变浸润深度评估系统,包括:获取超声内镜图像的图像获取模块,创建卷积神经网络模型的模型创建模块和模型训练模块,卷积神经网络模型包括:特征提取模块,用于对超声内镜图像进行至少三层的逐层特征提取,获得编码特征图;特征融合模块,用于对至少三组编码特征图进行特征融合得到第一融合特征图,解码器模块用于对特征融合模块中所使用的编码特征图和特征融合模块得到的特征图利用注意力机制进行处理得到若干解码特征图,用于对最后得到的解码特征图进行图像分割以得到病变区域,类别预测模块,用于根据第一融合特征图和解码特征图进行病变浸润层次的分类。本发明能够准确地预测出病变区域和病变浸润深度类型。
技术关键词
编码特征
超声内镜
局部解码器
卷积神经网络模型
卷积神经网络模块
融合特征
特征提取模块
评估系统
深度评估方法
图像分割
上采样
注意力机制
模型训练模块
图像获取模块
加权特征