摘要
本发明公开了基于特征相关性的骨肉瘤CT图像病变区域检测方法及系统,涉及医学领域图像技术,方法包括:获取骨肉瘤CT图像并制作数据集;构建基于特征相关性的目标检测模型并利用数据集进行训练,利用训练好的目标检测模型实现骨肉瘤CT图像病变区域检测。所述目标检测模型为卷积神经网络,Backbone部分包括若干依次连接的交替模块,用于提取特征;Neck部分采用相互融合的FPN网络和PANET网络,接收Backbone部分的输出,输出多个维度特征图;Head部分接收Neck部分输出的多个维度特征图,输出基于全局信息的检测图像。本发明利用知识蒸馏和目标检测的结合,实现对骨肉瘤CT图像中存在误检漏检问题的优化,提高检测的识别率和准确性。
技术关键词
骨肉瘤
区域检测方法
图像
融合特征
蒸馏
通道
输出特征
区域检测系统
空间金字塔池化
注意力机制
多分支
数据
模型训练模块
校准
网络
对比度
像素
参数
上采样
系统为您推荐了相关专利信息
车辆属性特征
重识别方法
时空融合特征
特征融合网络
特征提取模块
人工智能模型
录制控制方法
视频录制设备
媒体
动态
手术导航方法
血管分割
三维磁共振
序列
全卷积神经网络
图像异常检测方法
多尺度
Sigmoid函数
输出特征
模块
施工场地
智能管理方法
作业风险
因子
智能管理系统