摘要
本发明提供一种基于多尺度特征融合的主动脉病变评估方法,基于深度学习网络实现,包括:步骤S1、获取待评估胸腹部平扫CT图像,提取并重建后得到主动脉三维结构图像;步骤S2、基于主动脉三维结构图像获得多尺度图像特征,包括多尺度融合图像特征和主动脉三维图像特征;步骤S3、获取主动脉病变评估模型,将所述多尺度图像特征输入主动脉病变评估模型;步骤S4、所述主动脉病变评估模型根据多尺度图像特征评估主动脉病变评估结果。本发明还包括对应的一种基于多尺度特征融合的主动脉病变评估装置。本发明提供的基于多尺度特征融合的主动脉病变评估方法和装置评估准确率高,能提高主动脉病变的总体诊断水平,减少漏诊,提升医疗效率。
技术关键词
主动脉
多尺度特征融合
三维图像特征
三维结构
二维图像特征
融合图像特征
评估装置
正则化算法
深度学习网络
切块
卷积神经网络提取
梯度下降算法
图像获取模块
多层感知器
特征提取模块
样本
非线性
传播算法
系统为您推荐了相关专利信息
三维图像生成方法
三维网格模型
交叉注意力机制
三维图像特征提取
三维图像生成装置
多尺度特征融合
多尺度特征提取
模块
输出特征
融合特征
无人机远程控制
控制无人机
远程控制模块
RANSAC算法
数据采集模块
图像分割方法
注意力
残差模块
通道
多尺度特征融合
残差卷积神经网络
肝脏
特征提取模块
染色
分割方法